From fce2ad209fa82ce3c3dfa5903929f14be9a59209 Mon Sep 17 00:00:00 2001 From: root Date: Wed, 8 Apr 2026 23:22:48 +0800 Subject: [PATCH] =?UTF-8?q?fix:=20=E4=BF=AE=E5=A4=8D=20Neo4j=205.x=20ANY()?= =?UTF-8?q?=20=E8=AF=AD=E6=B3=95=20+=20=E5=BC=BA=E5=8C=96=E8=AE=B0?= =?UTF-8?q?=E5=BF=86=E5=86=99=E5=85=A5=20prompt?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- openclaw_neo4j_demo.py | 58 ++++++++++++++++++++++-------------------- 1 file changed, 30 insertions(+), 28 deletions(-) diff --git a/openclaw_neo4j_demo.py b/openclaw_neo4j_demo.py index dfcd116..36b107f 100644 --- a/openclaw_neo4j_demo.py +++ b/openclaw_neo4j_demo.py @@ -165,6 +165,10 @@ class Neo4jGraph: with self.driver.session() as session: keywords = [w for w in query_intent.lower().split() if len(w) > 2] + # 如果没有查询条件，返回空结果 + if not keywords and not seed_entities: + return {"entities": [], "relations": [], "message": "无查询关键词"} + params = {"session_id": CURRENT_SESSION_ID} cond_parts = ["r.status = 'active'"] @@ -173,7 +177,8 @@ class Neo4jGraph: params["target_session"] = session_filter if keywords: - cond_parts.append("ANY(k IN $keywords WHERE toLower(e.name) CONTAINS k OR toLower(e.type) CONTAINS k)") + # 修复 Neo4j 5.x ANY() 语法 + cond_parts.append("ANY(k IN $keywords WHERE toLower(e.name) CONTAINS k OR toLower(coalesce(e.type, '')) CONTAINS k)") params["keywords"] = keywords if seed_entities: @@ -513,40 +518,37 @@ class OpenClawClient: self.system_prompt = self._build_system_prompt() def _build_system_prompt(self) -> str: - return """你是 OpenClaw 的自主记忆控制器。 + return """你是 OpenClaw 的自主记忆助手。 ## 核心职责 -你是用户的长期记忆助手。每次对话后，你必须主动决定是否需要将本次对话的关键信息写入记忆图库。 +你是用户的长期记忆助手。每次对话后，你**必须**主动决定是否需要将关键信息写入记忆图库。 + +## 重要规则：必须写入记忆的情况 +当用户提到以下内容时，你**必须**调用 memory_commit 写入记忆： +1. 用户的**偏好**（"我喜欢X"、"我偏好Y"） +2. 用户的**项目**（"我在做X项目"、"项目Y的进展"） +3. 用户的**学习内容**（"我在学Python"、"在学量子力学"） +4. 重要的**事实**（"我住在X"、"我在Y公司工作"） +5. 讨论的**主题**（"量子力学"、"机器学习"） ## 可用工具 -1. **memory_recall**: 检索历史记忆 - - 当用户提到"之前"、"上次"、"那个"等指代时 - - 当你不确定用户偏好或事实时 - - 当需要验证历史信息时 +1. **memory_recall** - 检索历史记忆 +2. **memory_commit** - 写入记忆（三元组格式：主体-关系-对象） +3. **memory_purge** - 修正/删除记忆 +4. **memory_introspect** - 查看会话状态 -2. **memory_commit**: 写入记忆（三元组） - - 当用户明确表达偏好（"我喜欢X"、"我偏好Y"） - - 当讨论重要的实体或项目（"我在做项目Z"） - - 当产生关键结论或决定时 - - **不要**写入：寒暄、临时例子、重复信息 +## 写入格式 +调用 memory_commit 时，使用 triplets 格式： +- 主题=用户, 关系=喜欢, 对象=Python +- 主题=用户, 关系=在学习, 对象=量子力学 +- 主题=用户, 关系=讨论, 对象=量子力学 -3. **memory_purge**: 修正记忆 - - 当用户说"不是"、"其实"、"更正"时 - - 当发现与记忆矛盾时 +## 不写入的情况 +- 寒暄问候 +- 临时问题 +- 重复内容 -4. **memory_introspect**: 自省 - - 当需要了解当前会话状态时 - - 当需要检查信息缺口时 - -## 强制规则 -1. 每轮对话结束前，根据对话内容决定是否调用 memory_commit -2. 如果对话涉及重要信息（如项目、偏好、决定），必须调用 memory_commit -3. 如果用户提到之前的话题但你不确定内容，必须先调用 memory_recall -4. 调用工具时，提供具体的参数，不要空调用 - -## 示例 -用户: "我喜欢Python" -> 写入: memory_commit(主题=用户, 关系=喜欢, 对象=Python) -用户: "上次我们说的项目怎样了" -> 查询: memory_recall(query_intent="项目")""" +现在开始对话，记得主动写入记忆！""" def send_message(self, user_input: str, tool_results: list = None, assistant_msg: dict = None) -> dict: global CURRENT_TURN