# 连续记忆第一阶段：实现与验证

状态：2026-10-09，源码分支 `feat/supervisor-memory-v1`。涉及 `deskpaw_agent` 和
`deskpaw-memory`；尚未替换或重启正式服务。本文描述已实现边界，不把架构目标当作已有能力。

## 执行路径

```text
Runtime 持久事件
  ├─ 上层收件箱：终态、阻塞、需要输入 → 下次决策上下文（只读）
  └─ MemoryBridge 后台同步 → Memory 事件表 → 观察批次租约
                                         → 模型提案 → 校验并原子发布
用户消息 → 限时索引召回／缓存 → 上层自然语言＋控制工具 → Runtime 校验与执行
                └─ 迟到结果持久化 → 上层收件箱／按请求 ID 查询
```

上层是主要消费者。Pi 在派发后的执行准备阶段也能读取有限工作包，并通过
`memory_evidence_get` 按 `source_refs` 展开证据；证据读取没有电脑操作权限。

上层不等待观察模型、记忆写入或 Pi 停止完成。本地只读检索有 **75 毫秒等待预算**；
超时继续后台处理，上层得到 `pending`，不能据此回答“没有记忆”。这是共享 Node 进程中的
等待上限设计，不是 CPU 饱和时的硬实时保证。执行器已发出的原子操作仍需合作式停止。

## 谁在什么时候处理什么

| 部分 | 输入与触发 | 模型与限制 |
| --- | --- | --- |
| 事件筛选和任务投影 | 每秒检查持久事件；任务结束主动唤醒 | 程序，不调用模型 |
| 新观察 Worker | 最多 20 条事件；最早事件等约 30 秒；结束、失败、阻塞、需输入提前触发 | 独立记忆角色，`reasoning=low`、输出上限 3000、90 秒超时、并发 1 |
| 旧话题／事实整理 | 新观察队列没有可处理批次时；每分钟检查；闲置或夜间复核 | 同一记忆角色；保留旧协议，90 秒超时；不占 Pi FIFO |
| 上层决策 | 用户消息 | 当前上层角色；自然语言正文和一次原生控制调用分开 |
| 召回与来源展开 | 用户问题、Pi 任务准备、显式证据读取 | 中文／英文索引、ID 与 RRF，不另开模型 |

本机检查到的执行和上层模型配置均为 `deepseek / deepseek-v4-flash`；本次不修改运行配置。
新观察角色默认回退到执行角色，允许独立指定进程环境：

```text
DESKPAW_MEMORY_MODEL_PROVIDER=deepseek
DESKPAW_MEMORY_MODEL=deepseek-v4-flash
DESKPAW_SUPERVISOR_CONTEXT_BYTES=32000
```

这些是 **Agent 进程**使用的变量，不是要求 Memory SQLite 服务直接连接模型。
新变量暂未加入设备配置工具的可编辑白名单。现有上层模型／reasoning／timeout 变量继续有效。
是否换更小的观察模型，应以带来源提取、遗漏率、错误归属率的离线样本评估决定；本轮没有调用付费模型做质量测评。

## 事件与持久性

来源包括已完成的用户交互及上层回应、任务启动与终态、Pi 的失败／改策略／里程碑／阻塞／需输入报告。
没有把 `agent_message_end`、隐藏推理、普通点击、图片和原始工具大对象交给观察模型。
无变化的日程终态和日程启动被过滤。重复内容在同一批次内合并计数，仍保留每个原始事件 ID。
敏感文本做关键词防线式脱敏；这不是能识别任意未标注凭据的完整 DLP 系统。

Runtime 的 `events.seq` 是发送位置；`memory_event_cursor_v1` 只在 Memory 确认所有 ID 后推进。
Memory 接入以 `event_id` 幂等，重复 ID 不同内容会被拒绝。旧任务卡投影也会跳过完全相同的重复写入。

事件每条正文上限 2400 UTF-8 字节，观察工作包选取预算 12000 字节。队列状态为：

```text
待处理事件 → 带 token 的 120 秒租约 → 成功事务：经历＋索引＋来源已消费＋回执
                                └→ 失败：保留来源，退避重试
```

租约过期可重领同一批；新 token 会拒绝旧 Worker 的迟到提交。提交成功而响应丢失时，
同一租约重试返回原回执，不重复发布。模型必须引用或明确丢弃所有本批事件，程序核对完整覆盖。
来源不在批次、对象无相应来源、候选偏好缺少用户逐字证据的提案均不能消费批次。

首版经历为只追加记录，带设备发布序号；未实现可覆盖事实的对象级 CAS 和自动冲突消解。
反复失败的批次会持续退避，不会默默丢弃；死信队列和人工重放界面是后续管理工作。

## 召回、回调和安全边界

新经历使用倒排表查找，不限于最近 100 次任务。融合正文、召回线索和显式对象 ID；正文证据的
排序权重高于模型生成的线索。召回结果携带 `reported`／`candidate` 状态，不能被当作已验证事实或已批准规则。
新经历与旧资料库并存；旧话题仍有全表排序成本，后续需要迁移，不宣称所有旧数据已完成索引化。

上层总文本预算默认 32000 UTF-8 字节，先扣除固定提示词和工具模式，再保留完整当前请求与实时状态。
日志、历史和记忆有单独裁剪及省略标记。过长的当前请求拒绝派发，不静默截断后执行。
这不是供应商精确 token 计数；中文不能用“4 字符等于 1 token”来保证预算。

暂停返回“已暂停队列、正在停止”，恢复返回“已接收，待检查”。改向／取消当前任务在模型调用前
捕获任务 ID 和控制修订号，持久化决定后再核对；A 完成、B 接替或 A 已被另一路修改时，旧指令不执行。

关键执行事件和召回结果进入 `supervisor_inbox`，重复阻塞按任务控制版本合并，用户交互优先消费。
`interaction_seq` 区分迟到召回；迟到结果保留，但不自动操作新的任务。

新增只读 Agent 接口：

- `GET /v2/attention`：未消费的上层注意事项。
- `GET /v2/memory/requests/<request_id>`：召回状态及有界结果。

**这一步没有新增主动聊天通知，也没有让回调自行调用模型继续执行。**
现有任务结果仍走原来的 Gateway 输出渠道；新记忆的迟到查询结果进入缓存和收件箱，
在后续上层交互中使用，也可按 ID 查询。下一步才加入可中断的只读回调评估、通知去重和渠道投递确认。
首次查询超过等待预算时，当前回复可能只说明查询中，不承诺已自动补发最终回答。

当前 `owner=device:<session_id>` 约束新索引与证据接口。旧全局资料仍按单设备共享会话使用。
这不是多租户身份认证；本地 socket 的受信边界没有改变。

## 开源复用落点

- T-Mem：实际移植 RRF 算法到 `src/rank-fusion.js`，保留 MIT 声明及版本；增加通道内去重和正文加权。
- Mastra：借鉴观察批次、显式来源引用、准备／发布分离与异步结果归属；没有把整个框架或其可能等待后台工作的激活路径嵌进上层。
- Letta Code：借鉴小型常驻区、按需证据展开、提案成功落地后才消费输入，以及偏好／经历／操作技能分开；没有复制 Git 工作树管理来替代 SQLite。

Mastra 与 Letta 本阶段属于协议和流程适配，不是宣称原样导入它们的模块。

## 后续顺序

1. 对象注册和关联：责任领域、跨月项目、软件资产与多个日程共用稳定 ID；目前适配器自动归属仅到会话／任务／日程，未自动识别所有项目。
2. 只读回调评估及主动通知：用户消息能抢占，过期回调归档，通知有去重和送达确认；操作仍须满足原授权。
3. 候选复核、纠正取代、遗忘／删除、保留期限与人工重放；然后迁移旧话题索引和补充向量通道。
4. 将观察 Worker／Pi 隔离到独立进程，做持续负载和模型限流测试，保证 H618 上的调度公平性。

财务示例中，发票日常整理与月度提交应归同一报销领域，月度提交使用每月实例；维护软件则绑定
资产和独立修复实例，休眠时只保留索引，相关报错再次出现才展开经历。这些对象关系是下一步，而不是在
首版按时间摘要上贴一个“项目记忆”名称。

## 验证

2026-10-09 本机结果：Memory 25 项通过；Agent 上述四个测试文件共 54 项通过；
Agent 完整 `npm run check` 通过；两个仓库的 `git diff --check` 通过。

Memory：`npm test`，隔离数据库与临时 Unix socket，覆盖幂等、租约恢复、来源校验、中文跨窗口检索、
重复观察、敏感文本、跨日复核，以及真实服务进程重启后的回执与证据读取。

Agent：仓库根目录 `npm run check`（包括格式、锁文件、TS、浏览器冒烟检查）；
在 `packages/coding-agent` 执行：

```bash
node ../../node_modules/vitest/dist/cli.js --run test/device-continuity.test.ts test/device-runtime.test.ts test/device-memory.test.ts test/device-session.test.ts
```

这些测试使用离线模型与假 Executor，不操作真实桌面，不访问真实模型 API。覆盖慢记忆服务、
后台观察与前台解耦、暂停回执、过期目标、天然语言与控制分离、会话恢复、日程以及证据筛选。
正式环境验证和部署仍需单独进行；部署前备份 Runtime／Memory SQLite（含 WAL 一致性），先更新 Memory 协议再更新 Agent。