feat: 添加兼容性别名以支持增强记忆激活器，优化向量生成逻辑并调整日志级别

src/chat/memory_system/__init__.py

@@ -48,7 +48,8 @@ from .memory_manager import (
 # 激活器
 from .enhanced_memory_activator import (
     MemoryActivator,
-    memory_activator
+    memory_activator,
+    enhanced_memory_activator
 )
 
 # 格式化器
@@ -98,6 +99,7 @@ __all__ = [
     # 激活器
     "MemoryActivator",
     "memory_activator",
+    "enhanced_memory_activator",  # 兼容性别名
 
     # 格式化器
     "MemoryFormatter",

src/chat/memory_system/enhanced_memory_activator.py

@@ -245,5 +245,7 @@ class MemoryActivator:
 # 创建全局实例
 memory_activator = MemoryActivator()
 
+# 兼容性别名
+enhanced_memory_activator = memory_activator
 
 init_prompt()

src/chat/memory_system/unified_memory_storage.py

@@ -133,21 +133,21 @@ class UnifiedMemoryStorage:
 
         try:
             # 使用嵌入模型生成向量
-            response, _ = await self.embedding_model.generate_response_async(
-                f"请为以下文本生成语义向量表示：{text}",
-                temperature=0.1
-            )
+            embedding, _ = await self.embedding_model.get_embedding(text)
             
-            # 这里需要实际的嵌入模型调用逻辑
-            # 暂时返回随机向量作为占位符
-            embedding = np.random.random(self.config.dimension).astype(np.float32)
+            if embedding is None:
+                logger.warning(f"嵌入模型返回空向量，文本: {text[:50]}...")
+                return None
+            
+            # 转换为numpy数组
+            embedding_array = np.array(embedding, dtype=np.float32)
             
             # 归一化向量
-            norm = np.linalg.norm(embedding)
+            norm = np.linalg.norm(embedding_array)
             if norm > 0:
-                embedding = embedding / norm
+                embedding_array = embedding_array / norm
 
-            return embedding
+            return embedding_array
 
         except Exception as e:
             logger.error(f"生成向量失败: {e}")

src/chat/message_manager/context_manager.py

@@ -60,7 +60,7 @@ class SingleStreamContextManager:
             self.last_access_time = time.time()
             # 启动流的循环任务（如果还未启动）
             await stream_loop_manager.start_stream_loop(self.stream_id)
-            logger.info(f"添加消息{message.processed_plain_text}到单流上下文: {self.stream_id}")
+            logger.debug(f"添加消息{message.processed_plain_text}到单流上下文: {self.stream_id}")
             return True
         except Exception as e:
             logger.error(f"添加消息到单流上下文失败 {self.stream_id}: {e}", exc_info=True)