- 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
139 lines
4.6 KiB
Go
139 lines
4.6 KiB
Go
// 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
|
||
}
|