# agent-memory-brain **Repository Path**: cpsoft13/agent-memory-brain ## Basic Information - **Project Name**: agent-memory-brain - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-10-29 - **Last Updated**: 2026-11-03 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 对话智能体记忆系统 > 项目代号:Agent Memory Brain(暂定) > 文档版本:0.1 · WorkBuddy 实现交接基线 > 状态:阶段 0 关键路径已验证;阶段 1/2 已交付;工具执行路径(阶段 3 前置)已补齐; > **LoRA 路径已改判为通**(ADR-0011):1.5B 基座产出 70.5 MB adapter,留出族 36.7%→81.2%, > llama.cpp 可回载,运行时零 Python。27B 基座的参数级定制仍不可行(docs/10 §10) > **推理分两层**(ADR-0012):分类/门控归 System 1(小决策模型),生成归 System 2; > 主模型不再以 27B 为门槛,改为按上下文/吞吐/可替换性选型(docs/11) > **交互面只有对话**(ADR-0013):人不会直接编辑记录,纠正/确认/审核都靠一句话, > 所以纠正通道走「待确认栈 + 指代」而不是分类器(docs/14) > **多片 Adapter**(ADR-0014):分片按输出契约与更新节奏切,**一轮只挂一片**; > 叠加在任何层划分下都不成立(层不相交仍 −16.8 点),但单片裁到后 14 层能白赚 +6.1 点(docs/16) > **多任务改用联合训练**(ADR-0015):记录 + 反述训进同一片,74.2%→**82.3%**; > 顺带查出复述 58.6% 在编造记录里没有的实体,补 `entity/time` 后降到 **0%**(docs/17) > **经验已归拢**(docs/18):六轮的教训提炼成 11 条实验规矩 + 10 条训练结论 + 四类墙的判断流程; > 其中「一配置一进程」「一票否决指标」「差异 <±n 点不下结论」是硬约束,违反则数字无效 > **基线重定**(ADR-0016 / docs/19):`subject` 用字符 n-gram 统计就能到 91.9%,不属能力指标; > 1.5B 基座加 6 个示例从 27.2% 升到 63.9% → **LoRA 净收益修正为 +10.5 点(原按 +47 点)**; > 27B+示例 88.4% 已超 1.5B+LoRA,但 `quote_exact` 20.7% vs 66.7% ——**训练的护城河是输出契约** > **托管边界**(ADR-0017):语言与卡的限制放开后重算——自建常驻 ¥3,214/月起且基座被 > 24 GB 锁在 1.5B–8B,同量级效果的托管按量只要 ¥13/月;**唯一事实源与 System 1 留本地, > 生成/训练/评测托管**。adapter 属记忆的内化件,其驻留位置是隐私档位而非性能参数 > (四档 L0–L3,默认 L1 不挂 adapter);代价是 `quote_exact` 需工程补偿。 > 按层分片不必惋惜——它在 3B 上本就是 **−6.1**,只在 1.5B 那种高间隙基座上有效(ADR-0018) > **效果缺口**(docs/20):四段链路(写入 / 检索 / 巩固 / 表达)只有两段有度量, > **检索召回至今零指标**——19 篇文档的优化全压在已覆盖的两段上;云端最划算的用法不是换对话模型 > (¥12/月),是补检索(¥2–6/月)与做梦(¥10–40/月) > **三域划分**(docs/21):**默认本域,云域是例外**——事实源、检索、门控、策略判定不上云; > 云域只做可达性、算力与备份,且**不持有事实**;动作只在「身域」(用户给的环境)发生, > **身域不持有记忆**。四道闸:外发脱敏 / 回灌分级 / 意图下发 / 结果回收。 > 当前是「三域设计、一域实现」,**云域七件全空** > **价值观是长出来的**(docs/21 §9):出厂只有四条结构原则(不编造 / 可回溯 / 不代做不可逆 / > 不越权读记忆);价值观本身是**物化读模型**,只能靠行为归纳,**没有任何代码路径能直接改它**; > 归属者像家长和老师——话进样本池(权重最高)、不进价值观表,走示范 / 纠正 / 期望 / 禁令四条通道; > 陌生人数据只经「原则冲突」进入,偏好一律不进;角色场景下以**否决权**生效而非倾向 > **基座选型**(ADR-0018 / docs/22):固定"基座 + LoRA"范式,只换底座——三个基座各训一遍后 > **3B(86.3%)与 7B(90.0%)统计上分不开**(p=0.09),延迟 218 vs 378 ms → **3B 为主力**; > 三档训练集都能背到 99%+,**瓶颈从"容量"改为"记忆→规则的迁移"**(间隙 30.9 / 13.7 / 9.9); > 裁层只在间隙大时有解药作用(1.5B +6.1、3B −6.1) > **数据盲区**(ADR-0020 / docs/23):上一轮"chitchat 是阈值偏移"的诊断**错了一半**—— > 训练集 70 条闲聊里没有一条句中有店名,评测集却有一半,模型把「句首有店名 → 不是闲聊」 > 学成了硬规则。补掉这一格(评测集一字未改)后 3B **86.3%→91.4%(p=0.0002)**、 > 多记 33→9 条;7B 只 +0.5(p=0.41,靠容量本来就能绕过去);**1.5B 反而更糟—— > 120 条 `user_input` 全部判成 `chitchat`**(捷径是它唯一的抓手)。 > 规矩:**「某一类整片错」先查训练集有没有空格子,别先调参**;零反例检查已做进生成器并用测试钉住 > **判内涵只能靠模型**(ADR-0021 / docs/27):词的形态推不出说话人在做什么——「改成 5 万行不行」 > 含「改成」却是在问,「你以后就叫跳跳了」没有命令动词却是指令。判定改为级联: > **Laya(21 ms,置信 ≥0.60 就采用)→ 大模型(读得懂语用)→ 词表(仅降级,标签标 judge:rules)**。 > 类型目录 `intents.json` **可增长**:大模型发现哪一类都装不下时提出新类型并落盘, > 下次 Laya 的选项里就有它(零样本,实测加 `complaint` 后同一句立刻可被选出 0.53)。 > 代价写清楚:Laya act 头在句式族留出集上只有 **65.6%**(同分布验证集 90.3%), > 真实句子上 6 句只有 1 句过阈值 → **它现在只承接约 1/6,瓶颈是数据不是机制** ## 一个仓库,四个角色 2026-11-02,语音台(原 `zvoice` 目录,独立仓库)并进来了。它本来就是这套系统的嘴和耳朵, 分开只是历史原因,代价是两套配置、两套日志、两个「工作区」——`手` 的默认工作区甚至 指向了另一个项目的上层目录。现在一个仓库、一个 `bin\`、一套启动脚本。 | 角色 | 进程 | 端口 | 代码 | |---|---|---|---| | 脑子 | `bin\zbrain.exe` | 7788 | `cmd/zbrain/` — 记忆、检索、判读、回答 | | 耳朵 | `node server.cjs` | 7790 | `zvoice/asr/` — 听写、声纹、降噪、VAD、分离 | | 嘴 | `node tts.cjs` | 7791 | `zvoice/asr/tts.cjs` — 神经 TTS | | 手 + 界面 | `bin\zvoice.exe` | 7789 | `zvoice/main.go` + `zvoice/internal/body` — 文件、命令、窗口、键鼠;前端在 `zvoice/web` | ```sh # 起全部(脑子接本地 ollama) start.cmd # 起全部,脑子接 Qwen3.8-Flash-Next(后端起不来就自己拉) start-qwen.cmd # 停 stop.cmd # 构建两个二进制 go build -o bin/zbrain.exe ./cmd/zbrain go build -o bin/zvoice.exe ./zvoice ``` **耳朵和嘴仍然是 Node 子进程,没有合进 Go 进程。** 这不是没来得及改:全双工下把合成塞进 同一个事件循环,会把「边听边出字」堵住——实测往返 33 ms → 875 ms,而插话那一刻正好最卡。 合的是仓库与入口,不是运行时。 **`zvoice` 不是 git 子模块**,就是这个仓库里的普通目录,import 路径是 `gitee.com/cpsoft13/agent-memory-brain/zvoice/...`,`go build ./...` 一次能出两个二进制。 体积大的东西(`zvoice/models` 约 700 MB、`zvoice/logs`、`asr/node_modules`)都在 `.gitignore` 里——**声纹参照 `models/spk/` 是「我的声音」的样本,属于生物特征,明确不入库**。 ## 三分钟:打开就能聊 不需要先读文档,也不需要任何脚本。只有一个可执行文件: | 你怎么开 | 命令 | |---|---| | Windows 资源管理器 | 双击 `bin\zbrain.exe` | | PowerShell / cmd | `.\bin\zbrain.exe` | | macOS / Linux | `./bin/zbrain` | **不带参数就是应用本身**——它建库、挑模型(优先已经在显存里的那个,省掉等待)、开会话, 直接进入对话。`/help` 看命令,`/exit` 退出。因为没有子命令,双击和敲命令是同一条路径。 从源码构建也只是这一条(不需要 shell 脚本): ```sh go build -o bin/zbrain.exe ./cmd/zbrain ``` 要带上 commit / 构建时间(`zbrain version` 里能看到,排查时有用)就用脚本: ```sh sh scripts/build.sh # 产物固定在 bin/zbrain(.exe) VERSION=0.2.0 sh scripts/build.sh # 指定版本号 ``` **屏幕上会分色**:它说的话保持默认色(最亮),回执、工具调用、开场参数一律压暗, 报错红、等你确认的黄的。重定向到文件时自动变纯文本,`NO_COLOR=1` 可以整体关掉。 不确定这一屏为什么没颜色,跑 `bin/zbrain color`——它会把判定链每一步打出来: ```sh bin/zbrain color # 为什么有色 / 为什么没色 sh scripts/check-color.sh # 端到端检查(36 项断言,几秒钟) CHECK_MODEL=1 sh scripts/check-color.sh # 再加上真实对话那一节(要 ollama) # 检查里有一节用假端点(tools/fakeollama)演出「模型真的开口」那一屏: # 调用行、坏块、后端故障。真模型测这几条等于把断言建在「它今天心情如何」上。 ``` > **中文乱码已经不需要你处理**:程序自己检测 stdout 是不是控制台,是就把代码页切到 > UTF-8 并在退出时还原。只有一种情况还要你动手——在 PowerShell 里**用管道喂输入**时, > `$OutputEncoding = [Text.UTF8Encoding]::new()`,那是 PowerShell 自己的编码,程序管不了。 每轮回答下面有一行回执,告诉你它这一轮**读了哪几条记忆**、以及**这句话被当成了什么** (`判读 statement · 大模型`)。判读来源写在回执里不是装饰:显示「词表降级」就说明这一轮 没有可用模型,那句话的分类只是形态猜测。 ### 零配置:只跑那一个 exe ```sh zbrain.exe # 双击也行 ``` 不需要设环境变量、不需要指定 Laya:它会自己找模型产物(按 `questions.json` 里有没有 `act` 这一题判断,不看目录名)、自己找装了 `laya` 的解释器(先用随附的 `runtime/`, 再扫 PATH 与开发机上的 venv),找到就接进判定链,找不到就退到大模型,**并在开场把这件事说出来**: ``` 判读 大模型 → Laya(laya-act-v1)(备用) → 词表(兜底) ``` 一旦降级,开场会多一行,写明原因、后果、以及怎么补: ``` 判读 大模型 → 词表(兜底) ⚠ 降级 Laya 没找到模型目录 —— 不影响结果(Laya 只在兜底时用),但没有第二级可退 要启用 Laya:把产物放到程序旁的 .lora/laya/ 下,或设 ZBRAIN_LAYA_MODEL=<产物目录> ``` 第一次找到之后会把位置记在 `~/.zbrain/laya.json`,之后启动不再扫。 想让本地模型先判(21 ms 换掉大部分 290 ms): ```sh zbrain.exe --laya-first # 会在开场就把 Laya 起起来,起不来当场说 ``` `/intents` 看它能分出哪些意图(带 `*` 的是后来加的),`/intents add 名字|说明` 手工加, `/intents rm 名字` 删。 回执里的「读了哪几条记忆」也有同样的用意——「记得住」如果不显示出来, 你只能靠「答得像不像」去猜,那是感觉,不是证据。 ``` 你 › 我们项目的预算是多少? 根据记忆 ID: …,我们项目的预算是 5 万。 ↳ 读了 3 条旧记忆(…D0R168 …4BWJDM …) · 新记 1 条 user_input ``` 注意「旧记忆」只数**你说过的话**。它自己以前说过的话不会算进这里: 那些话单独放在 `` 区,标明「你自己说的,不是事实」。而且**一旦没有 任何你说过的相关记忆,它自己的旧话一条都不会注入**——否则它会把上轮编的内容 当事实读回来,然后说「根据我们之前的讨论」继续往下编。 ### 属性是属性,记忆是记忆 一个目录里有两样东西,**不要混**: | | 存哪 | 怎么生效 | 适合放什么 | |---|---|---|---| | **属性** | `agent.md` | 每轮完整注入准则,不检索、不归纳、不会被遗忘 | 名字、怎么称呼你、说话风格、禁忌 | | **记忆** | `memory.db` | 按检索命中,会增长、会过时、可被遗忘 | 说过的话、纠正、承诺、归纳出的知识 | 名字不该靠「它记不记得」——那取决于词频。所以它写在 `agent.md` 里,你直接改就行: ```markdown --- name: 跳跳 # 它叫什么 user: 博士 # 怎么称呼你 --- # 行为准则 - 先给结论,再给理由。 ``` 不打开文件也能改:`/name 跳跳`、`/name me 博士`,`/profile` 看当前内容。 **对话里说「你以后叫跳跳」不会自动生效**——它只会告诉你用 `/name`。 这是刻意的:靠关键词猜命名,同一句话有无数种说法,判错会把错名字写进每一轮准则, 比不知道名字更糟。 **每个 agent 一份独立记忆**:一个目录就是一份互不知情的记忆(含 `agent.md`),切 agent 就是换目录。 ```sh .\bin\zbrain.exe app 老陈 # ~/.zbrain/agents/老陈 .\bin\zbrain.exe app 阿明 # 另一份,老陈那边的事阿明不知道 .\bin\zbrain.exe --list # 看有哪些工作区,各有多少条 .\bin\zbrain.exe --dir D:\brains\x # 直接指定目录(要放别处时用这个) ``` `ZBRAIN_HOME` 能改默认根目录(默认 `~/.zbrain`)。 `ZBRAIN_NO_WEB=1` 关掉联网检索工具(`web.search`):它不注册,而不是注册了再报错。 不设它时,这是本机唯一会往外发东西的工具——只发一句查询词,收回公开网页的标题、 站点、发布时间与摘要,不发记忆、不发文件、不带身份。 引擎两个,按可用性自动选: | 引擎 | 何时用 | 需要 | |---|---|---| | DeepSeek 搜索(默认) | 有 key 就用它。`POST /v1/tools/search` 返回结构化 JSON(站点、发布时间、权威度、给模型读的长摘要),中文重排过,实测 0.35s,按次计费($0.75/千次) | key 取自 `ZBRAIN_SEARCH_KEY` > `DEEPSEEK_API_KEY` > 配置文件 `%APPDATA%\zbrain\search.key`(或 `~/.zbrain/search.key`),一行 | | Bing(兜底) | 没 key、或 `ZBRAIN_SEARCH_PROVIDER=bing`。直接抓结果页解析,不要凭据,容易随改版失效 | 无 | `ZBRAIN_SEARCH_PROVIDER=deepseek|bing` 强制指定,`ZBRAIN_SEARCH_URL` / `ZBRAIN_WEB_ENDPOINT` 换入口。 双击 `start-qwen.cmd` 起的进程不继承客户端注入的环境变量,key 要落成上面那个文件才不会退回 Bing。 **自己验四件事**: | 验什么 | 怎么做 | 该看到什么 | |---|---|---| | 关掉还记得 | 说一句事实 → `/exit` → 重新启动 → 再问 | 答得出来,回执里点名了那条原文 | | 靠的是库不是上下文 | 说一句事实 → `/new` → 再问 | 同样答得出(上下文已清空,只剩库) | | 纠正不改历史 | 说「不对,预算改成 5 万了」 | 回执写 `correction(判定为改口)`;`/memory` 里旧那条仍在 | | 归纳 | 说几句同类的话 → `/dream` → `/know` | 它自己总结出话题与知识 | 本项目从零设计一套以“智能体自身”为记忆主体的对话 Agent。它从与不同人的对话、自己的实际输出、工具调用及其结果中积累经历;围绕话题建立多对多关联;在后台“做梦”时回放经历、归纳知识、识别矛盾、准备能力训练样本;在对话中根据当前理解直接回答或按需回忆。 ## 给 WorkBuddy 的开始说明 请先完整阅读: 1. [`docs/01-产品需求规格.md`](docs/01-产品需求规格.md) 2. [`docs/02-系统架构设计.md`](docs/02-系统架构设计.md) 3. [`docs/03-技术验证与风险.md`](docs/03-技术验证与风险.md) 4. [`docs/04-实施路线与验收.md`](docs/04-实施路线与验收.md) 5. [`decisions/ADR-0001-总体边界.md`](decisions/ADR-0001-总体边界.md) 先做阶段 0 技术验证并提交验证报告、可运行原型和结论;在 LoRA 技术门未通过前,不要把训练功能宣称为可交付,也不要让它阻塞记忆闭环。实现时从独立仓库开始,不复用或修改现有 z-agent 项目。不要使用 Python。按阶段交付,每阶段更新文档和决策记录。 ## 本项目的边界 - 这是独立绿地项目,不以工作区里任何既有 Agent 项目为基础。 - 首个使用形态是本地对话 Agent,不做具身动作。 - 主体是一个持续存在的 Agent 身份;多个人类对话参与者是不同信息来源,不是记忆所有者。 - Go 负责 Agent 应用、记忆、调度和策略;本地模型运行时通过稳定接口隔离。 - 当前开发/验证主机是 Apple Silicon MacBook Pro M5 Pro、24 GB 统一内存。另有一台 Windows + RTX 4090 台式机,是独立设备,不与 Mac 混称为同一运行环境。 - 禁止 Python 作为产品运行时或训练依赖。可使用 Go、C/C++、Swift 等;如技术验证表明需要改变语言边界,先写 ADR 说明代价,不暗中引入 Python。 ## 当前实现状态 阶段 0(技术门)、阶段 1(连续性 MVP)、阶段 2(话题与检索)已完成, 工具执行路径(阶段 3 前置)已补齐,方案里每个模块都有一版可跑的原型实现 (巩固/价值观/投影/训练样本/遗忘/本云切点,见 `docs/25`)。可直接构建运行: ```sh CGO_ENABLED=0 go build -o bin/zbrain.exe ./cmd/zbrain # 单个静态二进制,无外部依赖 go test ./... # 回归:迁移幂等、中文两字词检索、删除后不召回、主体身份唯一、归纳规则、改口判据 sh scripts/verify.sh # 离线冒烟(可选):不调模型,秒级验 M8 幂等 / M10 两道闸 / M12 投影 / M15 遗忘 sh scripts/cuda-probe.sh # CUDA 工具链探针:nvcc + MSVC + cuBLAS,输出 PASS/FAIL ``` 需要 C/C++ 或 CUDA 的构建,先 `source scripts/env-msvc-cuda.sh` 准备 MSVC 环境—— 本机 `vcvars64.bat` 因调用 `reg.exe` 被安全策略拦截,不能用(详见 ADR-0004)。 ```sh bin/zbrain # 打开对话(不带参数就是它):自动选模型,每轮回报用了哪些记忆 bin/zbrain app 老陈 # 同上,但记忆落在独立工作区「老陈」 bin/zbrain --list # 列出所有工作区及规模 bin/zbrain init # 初始化数据目录与记忆库 bin/zbrain add --body "..." --kind preference # 追加一条经历 bin/zbrain search --q "补货" # 中文检索(2-gram,见 ADR-0002) bin/zbrain stats # 库概览(含工具调用分类计数) bin/zbrain chat --model qwen3.8:latest --session s1 # 对话闭环:检索 + 生成 + 工具调用 bin/zbrain mvp --model gemma4:latest # 原型验收:十七幕剧本跑一遍,出报告(docs/25) bin/zbrain mvp --repeat 3 # 连跑三遍,看哪些结论是稳的 bin/zbrain memeval # 记忆体系体检:召回/改写/拒答,出报告(docs/26) bin/zbrain memeval --vec "" --rewrites "" # 只跑词法、不跑改写与语义对照 bin/zbrain dream --json # 巩固(做梦):水位驱动追赶,幂等;--fail-after 测崩溃重跑 bin/zbrain serve --addr 127.0.0.1:7788 # 开一个本地通道:别的程序用 HTTP 跟它聊(POST /say) bin/zbrain serve --dream-at 03:00 # 同上,并且每天三点自己巩固一次(启动时若隔太久也补) bin/zbrain project build # 建投影:只放结论+指针,可撤 bin/zbrain train list # 训练样本:可追溯、脱敏(数字→〔数〕)、可逐条撤 bin/zbrain forget --topic 补货 # 遗忘:默认只预演,说清要删什么;--confirm 才执行 bin/zbrain act --call "memory.search query=补货 limit=3" # 手动真实执行(同一 Registry/两道闸) bin/zbrain replay --prompt p.json # 切点验证:只读 prompt、不打开库,重放零写入 bin/zbrain state set --session s1 --goal "..." # 当前状态(目标/未决项/已确认) bin/zbrain topic add --name 补货 --alias 订货 # 话题(索引而非分类) bin/zbrain tool list # 本会话被授权的工具 bin/zbrain tool call --name memory.search --arg query=补货 # 手动执行一次(验证闭环) bin/zbrain tool log --session s1 # 调用记录(含「有请求无结果」) bin/zbrain tool call --name web.search --arg "query=杭州天气" # 联网检索(唯一外发的工具,只发查询词) bin/zbrain model health # 模型后端状态与显存驻留 bin/zbrain model bench --model qwen3.8:latest # 推理基线(吞吐/显存/冷加载) bin/zbrain model embed --text "某段话" # embedding 通道与相似度 ``` > 本地用 Ollama 作模型后端时,CLI 需 `OLLAMA_HOST=127.0.0.1:11434`(否则 `localhost` > 解析到 IPv6 而服务只监听 IPv4)。见 ADR-0005。 > 模型的工具请求必须是 `` 块。**不要**改成 ``——那是 Qwen 的 > 保留标记,写进提示会让 Ollama 的 runner 在流式中途崩掉(ADR-0010)。 | 项 | 状态 | |---|---| | 模块边界与构建(Go 1.27 / 纯 Go SQLite) | 完成 | | SQLite schema v1(20 表 + 2 张 FTS)与迁移 | 完成 | | 中文全文检索(自建 2-gram) | 完成并验证 | | 检索召回**度量** | ❌ 未建立:阶段 2 起向量召回关闭,至今无 recall/MRR/`spurious@5`;"答不上来"无法区分是模型不行还是没召回到(docs/20 §1–3) | | 事件写入 + CLI 闭环 | 完成 | | 状态一致性(快照 + 日志双写、重放校验) | 完成(ADR-0008) | | 话题 / 知识证据 / 冲突并列 / 检索路由 | 完成(ADR-0009) | | 工具调用闭环(请求-执行-结果配对、五种结局) | 完成(ADR-0010) | | 做梦巩固(dream_jobs / 时间回放 / 幂等恢复) | 未开始(阶段 3) | | ModelProvider 契约 + Ollama 适配器 | 完成(23 项离线回归 + 4 项集成测试) | | Windows 4090 推理基线 | 完成:82.1 tok/s @ 16k 上下文,100% 驻显存 | | CUDA 工具链(nvcc + MSVC + cuBLAS) | 完成并实测:`sh scripts/cuda-probe.sh` 输出 PASS | | llama.cpp CUDA 构建 | 完成:`ggml-cuda.dll` 54.9 MB,`llama-finetune.exe` 可运行 | | 中文 embedding 选型 | ⚠ `nomic-embed-text` 对中文无区分度;bge-m3 拉取速率在 0~183 KB/s 间波动,阶段 2 默认关闭向量召回 | | Mac Metal 推理基线 | 未开始(需在 M5 Pro 上执行) | | LoRA 技术门(llama.cpp 训练) | ❌ 不通过:无 LoRA 训练实现,全量微调语料外退化 4.6 倍(docs/06、ADR-0007) | | LoRA 路径(训练→adapter→回载) | ✅ **通过**:70.5 MB adapter,留出族严格正确率 36.7%→81.2%(llama.cpp 侧 27.2%→67.9%),通用 PPL +0.3%,`--lora` 回载生效(docs/10、ADR-0011) | | 推理分层(System 1 / System 2) | ⚠ 边界已定:主模型取消 27B 门槛;System 1 候选 Laya 中文实测 84.7%(kind)/ 94.4%(subject),与 1.5B+LoRA 等价但延迟 21.6 ms、显存 1.5 GB(docs/12、ADR-0012) | | 交互面(只有对话) | ⚠ 协议已定、未实现:纠正靠待确认栈+指代而非分类器;CLI 降为运维面(docs/14、ADR-0013) | | 多片 Adapter | ⚠ 结论已定、未接入:单片不污染通用能力(10 条对照无 JSON 泄漏);两片同开 68.1%→58.1%,把两片摊到不相交的层上更差(74.2%→57.4%)→ 只允许互斥;记录片裁到 14-27 层 +6.1 点(docs/16、ADR-0014) | | 联合训练(一片多任务) | ✅ 机制成立:记录+反述同片,记录 strict 74.2%→**82.3%**、entity 95.7%、反述编造 0%;但 `user_input` 47.5%(被 chitchat 吃掉)、口吻偏口语,**不能直接上线**(docs/17、ADR-0015) | | 记录 schema v2 | ✅ 已验证:`kind+subject+quote+entity+time`,反述编造率 58.6%→0%、合规率 41.4%→99.3%;v1 保留以复现历史数字(ADR-0015) | | 运行时改造(层区间分片) | ✅ 自建补丁可用:llama.cpp 74 行(GGUF `adapter.layers` + 图内按层过滤 + `--layers`),补丁存 `tools/llama-patch/`,不带 KV 时与上游逐位一致(docs/16) | | 评测方法学 | ✅ 已定型并落到脚本:一配置一进程、生成类必带 `fabricated` 否决项、新增字段必单独测、只看聚合会被"换人格"骗、差异 <±n 点不下结论(docs/18 §1) | | 数据盲区审计 | ✅ 已做进生成器:`checkShortcuts` 查「类 × 表面特征」零反例(含句首/句末位置),`audit_shortcuts` 出排除精确率表,三个测试钉住当前数据集无空格子。修掉 `chitchat` 盲区后 3B 86.3→**91.4%**(docs/23、ADR-0020) | | 模型无关性(五探针) | ✅ 已跑通:数据自洽 0 冲突/0 泄漏;统计基线 NB kind 58.4%/subject 91.9%;容量梯度 8B 69.8%→27B 79.1%→27B+示例 **88.4%**(docs/19、ADR-0016)。⚠ 其中"训练集自测 79.8%=容量瓶颈"已被 docs/22 推翻:那是裁层 adapter,全层是 **99.0%** | | 基座选型(同范式只换底座) | ✅ 已定型:同数据同超参只换 Qwen2.5 底座 → 1.5B **68.1%** / 3B **86.3%** / 7B **90.0%**;3B 与 7B 差 3.7 点 **p=0.09 不显著**,延迟 218 vs 378 ms → **选 3B 主力、7B 只用于多记敏感场景**;三档训练集都能背到 99%+,差别全在泛化间隙 30.9/13.7/9.9(docs/22、ADR-0018) | | 推理 / 训练托管边界 | ⚠ 决策已定、待验证:托管按量比自建常驻便宜约两个数量级(¥13 vs ¥3,214/月),且能拆容量墙;**adapter 按记忆内化件对待,默认 L1(不挂 adapter)**;V1 数据格式 / V2 `quote_exact` / V3 冷启动 / **V4 adapter 可导出性(分水岭)** / V5 样本出域 / V6 遗忘路径 未跑(ADR-0017) | | 云 / 本功能边界 | ⚠ 判据已定、ADR 未写:**三域(本域/云域/身域)四闸**,默认本域;当前是「三域设计、一域实现」——**云域七件全空**(egress / 入站 / 投影生成 / 投影存储 / cloud provider / cloud training / 对账),本域八处待补;`EffectExternal`「一律拒绝」与「和任何人对话」冲突待改(docs/21) | | 价值观形成机制 | ⚠ 机制已定、未实现:原则出厂 + 归纳成型(读模型,不可直写);四种样本准入(自由度 × 发起者);归属者四通道与发育三阶段;`context_role` 枚举已废弃,改用 `initiated_by`(docs/21 §9) | 完整结论与失败样例见 [`docs/05-阶段0-验证报告.md`](docs/05-阶段0-验证报告.md)。 工具链缺口与设备定位见 [`decisions/ADR-0004-阶段0验证主机与工具链.md`](decisions/ADR-0004-阶段0验证主机与工具链.md)。 训练能力结论见 [`docs/06-LoRA技术门报告.md`](docs/06-LoRA技术门报告.md) 与 [`decisions/ADR-0007-训练路径结论.md`](decisions/ADR-0007-训练路径结论.md)(已被部分推翻); 可用的 LoRA 路径见 [`docs/10-阶段2.6-LoRA验证报告.md`](docs/10-阶段2.6-LoRA验证报告.md) 与 [`decisions/ADR-0011-LoRA路径改判.md`](decisions/ADR-0011-LoRA路径改判.md)。 ## 文档目录 - `docs/01-产品需求规格.md`:目标、用户场景、功能与非功能要求、边界 - `docs/02-系统架构设计.md`:组件、数据模型、在线流程、做梦流程、接口与安全 - `docs/03-技术验证与风险.md`:Mac/4090 技术选项、LoRA 可行性门、风险和调研来源 - `docs/04-实施路线与验收.md`:阶段、验收场景、指标和交付物 - `docs/05-阶段0-验证报告.md`:阶段 0 实测结果、失败样例、已知限制 - `docs/06-LoRA技术门报告.md`:训练路径实测(无 LoRA、显存上限、通用能力退化) - `docs/07-阶段1-进展报告.md`:状态一致性、写入策略、记忆指令隔离 - `docs/08-阶段2-进展报告.md`:话题、知识证据、冲突并列、检索路由 - `docs/09-阶段2.5-工具执行路径.md`:工具调用闭环、五种结局、模型保留标记踩坑 - `docs/10-阶段2.6-LoRA验证报告.md`:adapter 产出、留出族提升、llama.cpp 回载、缩放扫描 - `docs/11-模型分层与LoRA效果说明.md`:LoRA 到底买到了什么、主模型选型标准、Jev/Laya 的落位 - `docs/12-阶段2.7-Laya决策模型验证报告.md`:Laya 中文零样本 52.8% → 微调 84.7%,延迟 21.6 ms - `docs/13-冷启动与训练时机.md`:娃的类比能借什么、训练是巩固不是启蒙、LoRA/Laya 的触发条件 - `docs/14-唯一交互面与纠正通道.md`:交互只有聊天带来什么、为什么纠正不能交给分类器、待确认栈协议 - `docs/15-多片Adapter与皮层分域.md`:单片不串味、两片同开掉 10 点、分片按契约与节奏切 - `docs/16-阶段2.8-层区间分片实验.md`:改 llama.cpp 支持按层分片;层不相交仍互相破坏;单片裁层 +6.1;哪四道墙是结构/数据而非库 - `docs/17-阶段2.9-联合训练与复述幻觉.md`:一片两任务 82.3%;反述 58.6% 编造的根因是记录缺字段;补 v2 后 0% - `docs/18-经验与方法论.md`:**跨轮次总纲**——11 条实验规矩、10 条训练结论、四类墙的判断流程、五条产品硬后果、开销账、9 项未决 - `docs/19-模型无关性验证.md`:五个探针拆开"数据/模型/提示"三个变量;LoRA 净收益 +47→**+10.5**;大模型强在分类,弱在 quote - `docs/20-效果优先的云端方案.md`:**四段效果链路只有两段有度量,检索召回至今零指标**;先建 R100 再换 embedding;做梦才是大模型的活;三档配置与隔离铁律 - `docs/21-三域划分与本云边界.md`:**本域 / 云域 / 身域三分与四道闸**;六条判据(默认本域);功能归属表;生命周期(水位是事件 ID,梦可追赶);入站三档路由与投影;**价值观的生长机制**(原则是出厂设置、归纳而非审批、四种准入、归属者四通道、否决权而非倾向);云域七件待建、本域八处待补 - `docs/22-阶段3.1-换基座实验.md`:**固定范式只换底座**——1.5B/3B/7B 各训一遍(68.1/86.3/90.0);零样本与 few-shot 排序互相矛盾,只有训练后单调;三档训练集都 99%+,差别全在泛化间隙(30.9/13.7/9.9);裁层方向随间隙反转;`subject` 越大越差、`should_record` 是阈值不是能力(⚠ 训练后三档与 §5.2 的阈值结论已由 docs/23 修订为 69.8/91.4/90.5) - `docs/23-阶段3.2-数据盲区与捷径审计.md`:**「某一类整片错」先查训练集有没有空格子**——训练集 70 条 `chitchat` 无一句中有店名、评测集一半是,零反例特征被学成硬规则;三轮修补(补错方向 → 按细粒度补)后 3B +5.1(p=0.0002)、7B +0.5(p=0.41)、1.5B 反向塌缩(`user_input` 120→0);修法边界:补分布不对称,不补具体句式 - `docs/24-阶段3.3-检索召回基线.md`:检索侧的第一条真指标(recall@5 20%、改写后 61.5%),把「召回不行」从感觉变成数字 - `docs/25-MVP原型验证报告.md`:**十七幕原型验收**——方案每个模块各一幕、67 项硬判定、`--repeat 3` 全稳定;附带三次「判定自己写错了」的归因复盘 - `docs/26-记忆体系体检.md`:召回/改写/拒答三档体检,`zbrain memeval` 的报告口径 - `decisions/ADR-0001-总体边界.md`:已确定方向与仍待验证事项 - `decisions/ADR-0002-中文全文检索方案.md`:为什么不用 FTS5 内置分词,2-gram 的代价 - `decisions/ADR-0003-首版UI形态.md`:CLI 先行,API 与 UI 解耦 - `decisions/ADR-0004-阶段0验证主机与工具链.md`:本机定位、SQLite 驱动选型、工具链缺口 - `decisions/ADR-0005-ModelProvider后端与上下文长度.md`:接 Ollama 的理由、必须显式限定上下文 - `decisions/ADR-0006-中文embedding模型选型.md`:nomic-embed-text 对中文为何不可用 - `decisions/ADR-0007-训练路径结论.md`:训练能力标为「实验/不支持」(已被 ADR-0011 部分推翻) - `decisions/ADR-0011-LoRA路径改判.md`:训练与推理解耦,Python 退到构建期 - `decisions/ADR-0012-推理分层与模型选型.md`:System 1/2 分层、取消 27B 门槛、Jev 排除与 Laya 准入条件 - `decisions/ADR-0013-交互面只有对话.md`:纠正通道是结构性的、回述是协议、CLI 是运维面 - `decisions/ADR-0014-多片Adapter与分片边界.md`:按动作切、按节奏版本化、默认互斥、叠加一律拒绝 - `decisions/ADR-0015-联合训练与记录schema-v2.md`:多任务靠联合训练不靠叠加;记录必须自足;生成前先查输入 - `decisions/ADR-0016-评测基线与指标口径.md`:指标分三级、`subject` 降级、训练收益基线、三个前置探针 - `decisions/ADR-0017-推理与训练的托管边界.md`:放开语言与卡约束后按成本/效果重算;分层托管;PAI-EAS 自建为何否决;基线重建成本 ¥1 - `decisions/ADR-0018-基座选型-3B为主力.md`:3B 主力(与 7B 统计不显著但快 1.7 倍);7B 只用于多记代价敏感;`subject` 与 `should_record` 不再交给模型;换基座的评测协议四条 - `decisions/ADR-0020-数据零反例闸门.md`:训练集不允许「类 × 表面特征」零反例格子(6 个特征含位置维度);检查做进生成器 + 三个测试钉住;派生产物(训练集自测视图)不许是手工快照 - `decisions/ADR-0008-状态一致性与记忆指令隔离.md`:快照 + 日志双写、记忆只作数据的落点 - `decisions/ADR-0009-话题知识与检索路由.md`:话题是索引、自我复述不算独立证据、冲突不覆盖 - `decisions/ADR-0010-工具执行路径.md`:文本协议而非原生 function calling、五种结局、先落请求再执行