refactor(memory): 重构记忆系统架构,引入可配置的采样策略
将记忆系统从单一构建模式重构为多策略可配置架构,支持灵活的采样行为控制: 核心架构改进: - 重构记忆构建流程,分离采样策略与核心逻辑 - 引入MemorySamplingMode枚举,标准化采样模式定义 - 设计插件化采样器接口,支持海马体后台定时采样 - 优化记忆处理管道,添加bypass_interval机制支持后台采样 配置系统增强: - 新增memory_sampling_mode配置项,支持hippocampus/immediate/all三种模式 - 添加海马体双峰采样参数配置,支持自定义采样间隔和分布 - 引入自适应采样阈值控制,动态调整记忆构建频率 - 完善精准记忆配置,支持基于价值评分的触发机制 兼容性与性能优化: - 修复Python 3.9兼容性问题,替换strict=False参数 - 优化记忆检索逻辑,统一使用filters参数替代scope_id - 改进错误处理机制,增强系统稳定性 BREAKING CHANGE: 新增memory_sampling_mode配置项,默认值从adaptive改为immediate
This commit is contained in:
@@ -1,5 +1,5 @@
|
||||
[inner]
|
||||
version = "7.1.5"
|
||||
version = "7.1.6"
|
||||
|
||||
#----以下是给开发人员阅读的,如果你只是部署了MoFox-Bot,不需要阅读----
|
||||
#如果你想要修改配置文件,请递增version的值
|
||||
@@ -208,6 +208,19 @@ max_context_emojis = 30 # 每次随机传递给LLM的表情包详细描述的最
|
||||
enable_memory = true # 是否启用记忆系统
|
||||
memory_build_interval = 600 # 记忆构建间隔(秒)。间隔越低,学习越频繁,但可能产生更多冗余信息
|
||||
|
||||
# === 记忆采样系统配置 ===
|
||||
memory_sampling_mode = "immediate" # 记忆采样模式:hippocampus(海马体定时采样),immediate(即时采样),all(所有模式)
|
||||
|
||||
# 海马体双峰采样配置
|
||||
enable_hippocampus_sampling = true # 启用海马体双峰采样策略
|
||||
hippocampus_sample_interval = 1800 # 海马体采样间隔(秒,默认30分钟)
|
||||
hippocampus_sample_size = 30 # 海马体采样样本数量
|
||||
hippocampus_batch_size = 10 # 海马体批量处理大小
|
||||
hippocampus_distribution_config = [12.0, 8.0, 0.7, 48.0, 24.0, 0.3] # 海马体双峰分布配置:[近期均值(h), 近期标准差(h), 近期权重, 远期均值(h), 远期标准差(h), 远期权重]
|
||||
|
||||
# 即时采样配置
|
||||
precision_memory_reply_threshold = 0.5 # 精准记忆回复阈值(0-1),高于此值的对话将立即构建记忆
|
||||
|
||||
min_memory_length = 10 # 最小记忆长度
|
||||
max_memory_length = 500 # 最大记忆长度
|
||||
memory_value_threshold = 0.5 # 记忆价值阈值,低于该值的记忆会被丢弃
|
||||
|
||||
Reference in New Issue
Block a user