Files
小唯 2862f68631 feat(gate): 补提 t_bd63b641 门控复核资产 — quarantine 过滤 + junk 实体拒写 + ListPatterns 三返回值
- ListPatterns 改三返回值 (pats, skipped, err):单行 NULL/空 id 跳过计数不致全盘失败;
  排除 quarantine 名空间;COALESCE 防 NULL Scan 错误
- SQLiteGraphStore 增 isQuarantinedNode + Navigate/NavigateBiDir 过滤 quarantine 节点
- graph_auto.go 蒸馏写库前拒 junk 实体 (IsJunkName)
- 新增 entity_guard.go (实体名拒写门禁) + shadow_diff_test.go (影-复量具)
- docs/ac-evidence/t_bd63b641-shadow-gate/ 验收证据
- .gitignore 增 /go/tmp/ /verify.go,删 17.9M 编译二进制临时产物

build+test 均通过:go build ./... exit0;pattern+routes 两包 ok
2026-10-20 07:10:29 +08:00

139 lines
4.6 KiB
Go
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
// 织忆 MemoryWeave — L2 pattern 召回 Provider(t_d32e5f8a)
//
// 把 graph_nodes(type='pattern') 变成召回可附带的 pattern 命中(设计 §4.1「命中即注入」)。
// 匹配语义:query 编码成向量 → 对每个 pattern 取「代表向量」(pattern.data 文本的 embedding)
// 算 cosine,取 ≥ 阈值 的前 topK。embedder 不可用 / 无 pattern 时返回空(不报错、零注入)。
//
// 与 storage.PatternRecallProvider 解耦:本 Provider 是纯函数式匹配器,
// server.go 把它包进 storage.PatternRecallProvider 闭包(再叠 env 门控)。
package pattern
import (
"log"
"strings"
"github.com/xiaoxue/memoryweave/internal/models"
)
// EmbedderProvider pattern 文本 → 向量。复用 storage.Embedder.EncodeSingle 语义。
type EmbedderProvider interface {
Embed(text string) ([]float32, error)
}
// StorageEmbedderAdapter 把 storage.Embedder(EncodeSingle)适配成 EmbedderProvider,
// 供 server.go 装配 pattern.Provider 用(pattern 包不 import storage,避免循环依赖)。
type StorageEmbedderAdapter interface {
EncodeSingle(text string) ([]float32, error)
}
// adapterProvider 实现 EmbedderProvider。
type adapterProvider struct {
inner StorageEmbedderAdapter
}
func (a adapterProvider) Embed(text string) ([]float32, error) {
return a.inner.EncodeSingle(text)
}
// NewEmbedderProvider 从 storage.Embedder 适配(签名匹配 EncodeSingle)。
func NewEmbedderProvider(inner StorageEmbedderAdapter) EmbedderProvider {
return adapterProvider{inner: inner}
}
// recallProvider storage 侧注入用的适配签名实现(包一层)。
// 与 recall.go 的 PatternRecallProvider 保持解耦:pattern 包不 import storage(避免循环)。
// PatternProvider 匹配器:query+namespace → top-k pattern(转成 RecallResult,Category="pattern")。
type PatternProvider struct {
store *GraphPatternStore
embedder EmbedderProvider
threshold float64 // 相似度下限(默认 0.6;低于则不注入,避免噪声 pattern)
}
// NewPatternProvider 构造匹配器。store 读 graph_nodes(type='pattern')。
func NewPatternProvider(store *GraphPatternStore, emb EmbedderProvider) *PatternProvider {
return &PatternProvider{store: store, embedder: emb, threshold: 0.6}
}
// SetThreshold 调整相似度下限。
func (pp *PatternProvider) SetThreshold(t float64) { pp.threshold = t }
// Match query+namespace → 命中的 pattern(top-k,cosine≥threshold)。
// 返回 models.RecallResult(Category="pattern",Content=pattern 摘要),
// 供 storage.PatternRecallProvider 直接附带到召回结果。
func (pp *PatternProvider) Match(query, namespace string, topK int) []models.RecallResult {
if pp == nil || pp.store == nil || topK <= 0 {
return nil
}
pats, _, err := pp.store.ListPatterns(topK * 3) // 多取些再按相似度截断
if err != nil || len(pats) == 0 {
return nil
}
qv, err := pp.embedder.Embed(query)
if err != nil || len(qv) == 0 {
log.Printf("[pattern-recall] query 编码失败,跳过注入: %v", err)
return nil
}
type scored struct {
p Pattern
sim float64
}
var scoredList []scored
for _, p := range pats {
// namespace 过滤:daemon-distill 是跨 ns 的,namespace 非空时仍保留(pattern 全局复用)
rep := p.Data
if rep == "" {
rep = p.Name
}
// 加 query 里出现的工具名做召回加权(工具组合 pattern 对工具词敏感)
text := rep + " " + strings.Join(p.Tools, " ")
pv, err := pp.embedder.Embed(text)
if err != nil || len(pv) == 0 {
continue
}
sim := cosineF32(qv, pv)
// 工具词命中加成:query 含 pattern 任一工具 ⇒ sim 抬 0.15
qLower := strings.ToLower(query)
for _, tool := range p.Tools {
if tool != "" && strings.Contains(qLower, strings.ToLower(tool)) {
sim += 0.15
break
}
}
if sim > 1.0 {
sim = 1.0
}
if sim >= pp.threshold {
scoredList = append(scoredList, scored{p: p, sim: sim})
}
}
// 按 sim 降序取 topK
if len(scoredList) > topK {
// 简单选择:O(n^2) 但 n 很小
for i := 0; i < len(scoredList); i++ {
for j := i + 1; j < len(scoredList); j++ {
if scoredList[j].sim > scoredList[i].sim {
scoredList[i], scoredList[j] = scoredList[j], scoredList[i]
}
}
}
scoredList = scoredList[:topK]
}
out := make([]models.RecallResult, 0, len(scoredList))
for _, sc := range scoredList {
content := sc.p.Name
if sc.p.Data != "" {
content = sc.p.Name + " — " + sc.p.Data
}
out = append(out, models.RecallResult{
ID: sc.p.ID,
Content: content,
Category: "pattern",
Score: sc.sim,
Namespace: namespace,
Source: "l2_pattern",
})
}
return out
}