package pattern import ( "database/sql" "encoding/json" "os" "testing" _ "modernc.org/sqlite" "github.com/xiaoxue/memoryweave/internal/models" "github.com/xiaoxue/memoryweave/internal/storage" ) // ── t_bd63b641 影-复:PATTERN/PEER 开门量具(不碰生产;只读 graph.db + 实时 embedder)── // 量化「开 ZHIYI_PATTERN_RECALL / ZHIYI_PEER_RECALL」对 14 金标会注入什么。 // Provider 装配在 server.go 启动期由 env 决定 ⇒ 不重启无法在活服务上测开态; // 故本测试直接构造真实 Provider + 生产 graph.db(只读)+ 实时 bge embedder, // 跑出「开态会注入的条目」,与关态(=主召回原样)对比。 // // 本测试只读、不落盘、不改库(AC:不碰生产二进制/不重启)。 type logRecord struct { ID string Category string Content string } // runShadowWithDiag 返回:注入结果 + 诊断(pattern 装载数 / query 是否编码成功 / 各 query 最高余弦)。 // ⚠️ 关键发现:生产 graph_nodes(type='pattern') 的 id 全为 NULL(85/85),ListPatterns 读 id 为 string // ⇒ 恒报 sql: Scan error (converting NULL to string),Match 直接 return nil。 // 故 runShadow 不把 ListPatterns 错误当失败 —— 它本身就是「开态也无法注入」的根因证据。 func runShadowWithDiag() (map[string][]logRecord, int, string, map[string]float64) { endpoint := os.Getenv("VLLM_ENDPOINT") if endpoint == "" { endpoint = "http://localhost:8000/v1/embeddings" } emb := storage.NewEmbedder(endpoint) store := NewGraphPatternStore("/var/lib/memoryweave/graph.db") pp := NewPatternProvider(store, NewEmbedderProvider(emb)) // 装载 pattern 数(防「store 空 → 注入恒 0」的假阴性);记录 ListPatterns 错误原文 pats, _, lerr := store.ListPatterns(1000) loaded := 0 listErr := "" if lerr != nil { listErr = lerr.Error() // 根因:id 全 NULL → Scan error } else { loaded = len(pats) } golden := []string{ "织忆是什么", "织忆的图谱扩展机制是什么", "织忆如何通过 E1 提取和 MMR 实现多样去重", "牧尘的偏好是什么", "牧尘喜欢什么样的工作方式", "如何根据牧尘的偏好调整记忆检索策略", "当前项目的技术栈是什么", "织忆项目有哪些核心组件", "织忆和其他记忆系统相比有什么架构优势", "如何使用 recall 接口", "织忆有哪些管理工具", "如何通过 API 扩展织忆功能", "本地 llama 服务 8080 端口", "session-to-zhiyi.py 脚本名", } out := make(map[string][]logRecord) maxCos := make(map[string]float64) // 预编码 14 query(若编码失败会记 0,便于区分「没命中」vs「编码挂了」) for _, q := range golden { qv, eerr := emb.EncodeSingle(q) if eerr != nil || len(qv) == 0 { maxCos[q] = -1 // 编码失败标记 continue } // 逐个 pattern 算余弦,取最高(复现 Provider.Match 内部逻辑) best := -1.0 for _, p := range pats { rep := p.Data if rep == "" { rep = p.Name } text := rep for _, tl := range p.Tools { if tl != "" { text += " " + tl } } pv, perr := emb.EncodeSingle(text) if perr != nil || len(pv) == 0 { continue } s := cosineF32(qv, pv) if s > best { best = s } } maxCos[q] = best } // 真注入(走 Provider.Match,同 server 路径) for _, g := range golden { pat := pp.Match(g, "hermes-main", 3) // server.go:902 topK=3 for _, r := range pat { out[g] = append(out[g], logRecord{ID: r.ID, Category: r.Category, Content: r.Content}) } } return out, loaded, listErr, maxCos } // TestShadowPattern_Diff —— 开态 pattern 注入量化(只读生产库) func TestShadowPattern_Diff(t *testing.T) { out, loaded, listErr, maxCos := runShadowWithDiag() t.Logf("PATTERNS_LOADED=%d (防假阴性:store 有货才会注入)", loaded) if listErr != "" { t.Logf("PATTERN_LISTERROR=%q — 根因:pattern 行 id 全 NULL ⇒ Provider.Match 恒 return nil", listErr) } queries := []string{ "织忆是什么", "织忆的图谱扩展机制是什么", "织忆如何通过 E1 提取和 MMR 实现多样去重", "牧尘的偏好是什么", "牧尘喜欢什么样的工作方式", "如何根据牧尘的偏好调整记忆检索策略", "当前项目的技术栈是什么", "织忆项目有哪些核心组件", "织忆和其他记忆系统相比有什么架构优势", "如何使用 recall 接口", "织忆有哪些管理工具", "如何通过 API 扩展织忆功能", "本地 llama 服务 8080 端口", "session-to-zhiyi.py 脚本名", } totalInjected := 0 for _, q := range queries { mc := maxCos[q] if mc < 0 { t.Logf("[EMB-FAIL] %q → 编码失败(不计命中)", q) } if n := len(out[q]); n > 0 { totalInjected += n t.Logf("[INJECT] %q → %d pattern (maxcos=%.3f)", q, n, mc) for _, r := range out[q] { t.Logf(" id=%s cat=%s content=%s", r.ID, r.Category, trunc(r.Content, 60)) } } else { t.Logf("[NO-INJECT] %q → 0 pattern (maxcos=%.3f, 阈值=0.6)", q, mc) } } b, _ := json.MarshalIndent(out, "", " ") t.Logf("SHADOW_PATTERN_TOTAL_INJECTED=%d", totalInjected) os.WriteFile("/tmp/shadow-pattern-inject.json", b, 0644) t.Logf("raw json → /tmp/shadow-pattern-inject.json (%d bytes)", len(b)) } func trunc(s string, n int) string { if len(s) <= n { return s } return s[:n] + "…" } // ── peer 侧:生产 graph.db 无 peers 表 ⇒ 开态无数据可注入 ── func TestShadowPeer_NoTable(t *testing.T) { db, err := peerOpenReadOnly("/var/lib/memoryweave/graph.db") if err != nil { t.Fatalf("open graph.db: %v", err) } defer db.Close() var cnt int err = db.QueryRow("SELECT count(*) FROM sqlite_master WHERE type='table' AND name='peers'").Scan(&cnt) if err != nil { t.Fatalf("query peers table existence: %v", err) } t.Logf("SHADOW_PEER_TABLE_EXISTS=%d (0 ⇒ 开态 peer 无数据可注入)", cnt) } // peerOpenReadOnly 只读开 sqlite(WAL 兼容),避免 peer.Store 的写路径。 func peerOpenReadOnly(path string) (*sql.DB, error) { return sql.Open("sqlite", "file:"+path+"?mode=ro&_pragma=busy_timeout(5000)") } // ── 深度根因:即使修好 NULL-id,85 行 pattern_stat 无 data/tools 键(只有 description), // Match 只能 embed 命名键(如 "pattern:hermes-main:entity")⇒ 对金标余弦 < 0.6 阈值。 // 本测试量化「修好 NULL-id 后开态到底能注入几类金标」—— 证明开态收益仍≈0。 func TestShadowPattern_CosineIfIDFixed(t *testing.T) { endpoint := os.Getenv("VLLM_ENDPOINT") if endpoint == "" { endpoint = "http://localhost:8000/v1/embeddings" } emb := storage.NewEmbedder(endpoint) // 绕过 NULL-id 的 ListPatterns:只读 name + properties(非 NULL 列) db, err := peerOpenReadOnly("/var/lib/memoryweave/graph.db") if err != nil { t.Fatalf("open: %v", err) } defer db.Close() rows, _ := db.Query(`SELECT name, properties FROM graph_nodes WHERE type='pattern'`) type patText struct{ name, text string } var pats []patText for rows.Next() { var name, props string if serr := rows.Scan(&name, &props); serr != nil { continue } // 复现 Match 的 text 构造:rep=data(无→空) 回退 name;无 tools text := name pats = append(pats, patText{name, text}) } rows.Close() t.Logf("PATTERN_ROWS_LOADABLE_BYPASS_ID=%d", len(pats)) if len(pats) == 0 { t.Skip("无 pattern 行可载(NULL-id 未修前本就 0 注入,已在 TestShadowPattern_Diff 覆盖)") } golden := []string{"织忆是什么", "牧尘的偏好是什么", "如何使用 recall 接口", "本地 llama 服务 8080 端口", "织忆项目有哪些核心组件"} for _, q := range golden { qv, qerr := emb.EncodeSingle(q) if qerr != nil || len(qv) == 0 { t.Logf("[EMBFAIL] %q → %v", q, qerr) continue } best, bestName := -1.0, "" for _, p := range pats { pv, perr := emb.EncodeSingle(p.text) if perr != nil || len(pv) == 0 { continue } s := cosineF32(qv, pv) if s > best { best, bestName = s, p.name } } hit := best >= 0.6 t.Logf("COSINE_PROBE %q maxcos=%.4f hit=%v (thr=0.6) best=%s", q, best, hit, bestName) } } // 防 unused 误报 var _ = models.RecallResult{}