memoryweave/G7-IMPLEMENTATION.md

G7: 遗忘 + 技能系统 — 实施计划

核心理念：记忆是原料，Hermes skill 是执行体，Bayesian 是裁判，三者构成自举循环。

现状

组件	状态	说明
Forgetter	✅ 完成	E4.3 刚修好
BayesianSkillManager	✅ 存在	Beta-Bernoulli 模型，纯内存
SkillManager	✅ 存在	List/Trial API，纯内存
Skill 持久化	❌	重启丢失
Skill 生成	❌	无自动从记忆生成机制
Skill 执行	❌	无 execute API

目标架构

[高质量记忆] --distill/高频recall--> [Skill候选]
                                        |
                               [LLM结晶：生成prompt模板]
                                        |
[Skill执行成功] <--execute-- [Hermes Skill 执行]
      |                                   |
      |            [trial反馈]            |
      v                                   |
[Bayesian更新ETA] ────────────> [ETA>0.8: active]
                                        |
                              [active skill → 关联记忆 degree+5]
                                        |
                              [ETA<0.5: retired → decay_rate×1.2]

阶段划分

G7.1 — 技能持久化（基础）

扩展 BetaSkill（skill_bayes.go）：

• 新增字段：PromptTemplate string、LinkedMemoryIDs []string、LinkedEntities []string、CreatedAt time.Time
• 新增 Redis HSET：zhiyi:skills → {name: json(BetaSkill)}

扩展 BayesianSkillManager（skill_bayes.go）：

• EnableRedisPersistence() — 启动时从 Redis 加载，重启不丢
• persistSkill(skill) — 每次 RecordTrial 后同步写 Redis
• LoadFromRedis() — 启动时加载所有 skill

新增 API（skill_crud.go）：

• POST /api/v1/skills — 手动注册新 skill（含 prompt_template）
• GET /api/v1/skills/{name} — 获取单个 skill 详情
• DELETE /api/v1/skills/{name} — 删除 skill

文件变更：

• go/internal/api/routes/skill_bayes.go — 扩展结构体 + 持久化
• go/internal/api/routes/skill_crud.go — 新建，CRUD API

G7.2 — 技能生成（LLM 结晶）

新增 skill_crystallize.go：

• CrystallizeFromMemory(mem *MemoryRecord) (*BetaSkill, error) — 将高质量记忆转为 skill
  • 调用 LLM 生成 prompt 模板（从 content 提取参数占位符）
  • 从 content 提取关键实体作为 LinkedEntities
• SuggestSkillCandidates(limit int) []*MemoryRecord — 找出适合结晶的记忆
  • 条件：recall_count >= 5 AND quality_score >= 0.7 AND tier != "core" AND 未关联任何 skill

Consolidation 集成（consolidation_pipe.go）：

• 每次 consolidation 后，对候选记忆调用 CrystallizeFromMemory

新增 API：

• POST /api/v1/skills/crystallize — 手动触发结晶
• GET /api/v1/skills/candidates — 查看当前候选列表

LLM Prompt（生成 prompt 模板）：

给定记忆内容，生成一个可执行的 prompt 模板：
1. 识别记忆中的可变参数，用 {param} 格式标注
2. 生成一段可直接执行的指令文本
3. 提取 3-5 个关键实体作为关联实体
记忆内容：{content}

G7.3 — 技能执行 + 反馈闭环

执行 API（skill_execute.go）：

• POST /api/v1/skills/{name}/execute
  • Body: {"params": {"key": "value"}, "context": "optional context override"}
  • 加载 linked memories 作为 context
  • 调用 Hermes agent（delegate_task）执行 prompt
  • 返回执行结果

与 BayesianSkills 联动：

• 执行成功 → BayesianSkills.RecordTrial(name, true)
• 执行失败 → BayesianSkills.RecordTrial(name, false)
  • 若 ETA < 0.5：对 linked memories 的 decay_rate ×1.2（加速遗忘）

与遗忘联动：

• admin.go Forget 函数扩展：
  • 扫描记忆时，检查是否有 active skill 关联
  • 若有关联且 skill.ETA > 0.8：degree +5
  • 若有关联且 skill.ETA < 0.5：decay_rate ×1.2

新增 API：

• POST /api/v1/skills/{name}/execute — 执行 skill

技术细节

Redis Schema

zhiyi:skills        → HASH {skill_name: JSON(BetaSkill)}
zhiyi:skill_meta    → HASH {skill_name: JSON(SkillMeta)}  # LinkedMemoryIDs, LinkedEntities

BetaSkill 扩展结构

type BetaSkill struct {
    Name             string    `json:"name"`
    Alpha            float64   `json:"alpha"`
    Beta             float64   `json:"beta"`
    Trials           int       `json:"trials"`
    Successes        int       `json:"successes"`
    ETA              float64   `json:"eta"`
    Status           string    `json:"status"`  // active / probation / retired
    LastUpdated      time.Time `json:"last_updated"`
    // G7 新增
    PromptTemplate   string    `json:"prompt_template,omitempty"`
    LinkedMemoryIDs  []string  `json:"linked_memory_ids,omitempty"`
    LinkedEntities   []string  `json:"linked_entities,omitempty"`
    CreatedAt        time.Time `json:"created_at"`
}

验证计划

1. G7.1 验证：注册 skill → 重启 Go API → skill 仍在 Redis
2. G7.2 验证：POST /api/v1/skills/crystallize → skill 生成，prompt_template 非空
3. G7.3 验证：
   • POST /api/v1/skills/{name}/execute → 返回执行结果
   • trial 反馈 → Bayesian ETA 更新
   • ETA > 0.8 → linked memory 保护性增强

文件清单

文件	操作	说明
go/internal/api/routes/skill_bayes.go	修改	扩展结构体 + Redis 持久化
go/internal/api/routes/skill_crud.go	新建	CRUD API
go/internal/api/routes/skill_execute.go	新建	执行 API + 反馈闭环
go/internal/api/routes/skill_crystallize.go	新建	LLM 结晶逻辑
go/internal/api/server.go	修改	注册新路由

实施顺序

1. G7.1（持久化）→ 2. G7.2（生成）→ 3. G7.3（执行+联动）