Commit Graph

4 Commits

Author SHA1 Message Date
Windpicker-owo
4d44b18ac8 feat(memory): 集成 unified_scheduler 实现定期记忆维护
重大改进:
- 在 MemoryManager 中添加调度器集成
- 使用 unified_scheduler 定期执行维护任务
- 实现 consolidate_memories 记忆整合方法
- 优化 shutdown 流程,确保调度任务正确停止

技术实现:
- start_maintenance_scheduler: 创建定期维护任务
- stop_maintenance_scheduler: 停止调度任务
- maintenance: 整合、遗忘、保存数据
- consolidate_memories: 合并相似记忆

调度配置:
- 触发类型: TriggerType.TIME
- 默认间隔: 1小时 (3600秒)
- 任务类型: 循环任务 (is_recurring=True)
- 任务名称: memory_maintenance

维护流程:
1. 记忆整理: 合并相似度0.85的记忆
2. 自动遗忘: 遗忘激活度<0.1的记忆
3. 数据保存: 持久化图存储
4. 统计报告: 返回维护结果

测试验证:
- 调度任务成功注册
- 任务信息正确 (循环、TIME类型)
- 初始化时自动启动
- shutdown时自动停止

完成 Step 3: 实现定期记忆整理
2025-11-05 20:13:46 +08:00
Windpicker-owo
c3ca811e46 feat(memory): 添加智能查询优化,移除瞬时记忆处理
重大改进:
- 在 MemoryManager 中添加 optimize_search_query 方法
- 使用小模型优化搜索查询,提高检索精确度
- search_memories 新增 optimize_query 和 context 参数
- 移除瞬时记忆处理(由其他系统负责)

技术实现:
- 使用 utils_small 模型优化查询语句
- 自动提取查询核心意图和关键信息
- 支持上下文感知(聊天历史、发言人)
- 失败时自动降级到原始查询

查询优化流程:
1. 提取聊天历史和发言人信息
2. 构建查询上下文
3. 调用小模型生成优化查询
4. 使用优化查询进行语义搜索
5. 返回相关记忆

default_generator.py 调整:
- 移除瞬时记忆处理逻辑
- 调用 manager.search_memories 时传入 context
- 启用 optimize_query 参数
2025-11-05 19:31:07 +08:00
Windpicker-owo
fc71aad817 feat(memory-graph): Step 1 - 集成记忆工具到插件系统
完成记忆系统工具的插件化集成:

1. 创建记忆工具适配器 (memory_plugin_tools.py)
   - CreateMemoryTool: 创建新记忆
   - LinkMemoriesTool: 关联两条记忆
   - SearchMemoriesTool: 搜索相关记忆
   - 适配 BaseTool 接口,支持 LLM 调用

2. 创建全局 MemoryManager 单例 (manager_singleton.py)
   - initialize_memory_manager(): 初始化全局实例
   - get_memory_manager(): 获取单例实例
   - shutdown_memory_manager(): 关闭管理器
   - 线程安全的单例模式

3. 创建记忆系统插件 (plugins/memory_graph_plugin/)
   - MemoryGraphPlugin: 插件主类
   - 自动注册3个记忆工具到系统
   - on_plugin_loaded(): 初始化 MemoryManager
   - on_unload(): 清理资源

4. 修复类型问题
   - ToolParamType.OBJECT  STRING (JSON格式)
   - ToolParamType.NUMBER  FLOAT
   - attributes 参数支持 JSON 字符串解析
   - 修复 min_importance None 比较错误

5. 添加集成测试 (test_plugin_integration.py)
   - 测试工具导入和定义
   - 测试 MemoryManager 初始化
   - 测试工具执行(创建、搜索记忆)
   - 测试单例模式

测试结果:  所有测试通过
LLM 现在可以通过工具调用主动管理记忆!
2025-11-05 18:42:42 +08:00
Windpicker-owo
93a2c1dde0 feat(memory-graph): 完成 Phase 3 - 记忆管理器
Phase 3 实现内容:
- MemoryManager: 统一的记忆管理接口
  * 完整的 CRUD 操作
  * 多策略检索(语义+类型+重要性+时间+遗忘状态过滤)
  * 记忆关联管理

- 记忆生命周期管理:
  * 激活机制:时间衰减 + 访问计数 + 激活传播
  * 遗忘机制:手动遗忘 + 自动遗忘(基于激活度)
  * 激活度计算:考虑上次访问时间的衰减

- 系统维护:
  * 定期维护任务
  * 统计信息(总记忆、节点、边、激活度等)
  * 数据持久化和加载

- GraphStore 增强:
  * 添加 get_all_memories() 方法

修复问题:
- search_memories: 修复记忆ID字段名(memory_id vs id)
- 搜索现在正确返回记忆对象

测试结果 (test_manager.py):
 初始化: 组件整合成功
 CRUD: 创建3条记忆,更新重要性
 关联: 建立2个记忆关系(导致、引用)
 搜索: 找到3条记忆,类型/重要性过滤工作
 激活: 激活度 00.81.0,访问次数统计
 遗忘: 手动+自动遗忘,搜索正确过滤
 统计: 4条记忆,17节点,18边,激活度0.333
 维护: 自动遗忘和保存
 持久化: 关闭后重新加载,数据完整

下一步: 整合到主系统,添加 MCP 工具接口
2025-11-05 18:18:34 +08:00