41518bda11
Embedding 端口增加 is_available()，聊天和回忆录日志用统一方式表示向量是否真能调用。 记忆整理（compaction）支持 Beat 定期扫用户； 事实抽取提示与 subject 归一化，减少同一人多种称呼；
2.6 KiB
2.6 KiB
记忆检索：异步 API 与 Celery 同步路径
两条路径
| 路径 | 入口 | 检索能力 |
|---|---|---|
| 异步（HTTP / MemoirService） | MemoryService.retrieve → HybridRetriever → evidence.retrieve_evidence_bundle_async |
向量（pgvector） chunks；facts / timeline 按 query ILIKE，无命中则 fallback 最近条；rolling + ILIKE 摘要；stories（标题/摘要匹配） |
| 同步（Celery） | retrieve_evidence_sync（注入 get_embedding_provider() → evidence.retrieve_evidence_bundle_sync） |
向量 chunks + 同上元数据；与异步路径对齐 |
证据组装在 app/features/memory/evidence.py；memory/repo 提供原子查询（chunk 向量、facts/timeline 搜索、摘要列表等），story 合并在 evidence 层完成。
依赖 embedding
- 未配置
ZHIPU_API_KEY（或 provider_client为空）时，chunk 检索为空列表，仍会返回 facts/timeline/summaries/stories（按 query ILIKE）。 - 日志：
HybridRetriever/retrieve_evidence_bundle_sync在无 provider 或空向量时会打 warning。
空 query
- 默认：
relevant_*均为空（与历史行为一致）。 - 若设置
memory_evidence_empty_query_include_rolling=true：返回无 chunk，但含 rolling 摘要、最近 facts / timeline（用于「浏览」模式）。
富化（ingest 后 LLM）
memory_enrichment_enabled（默认true）：ingest_transcript/ingest_transcript_sync后执行摘要、事实、时间线；false时跳过。memory_enrichment_max_chars：截断送入 LLM 的文本长度。- 同一
memory_source_id的时间线在重跑富化前会先删后插入，避免重复事件。 - Ingest 写入 embedding（best-effort）；历史 FTS 列
content_tsv已由迁移0007_drop_chunk_content_tsv删除。
Celery 任务中的顺序
process_memoir_segments（app/tasks/memoir_tasks.py）在同一任务内先执行 ingest_transcript_sync（并 commit），再执行 MemoirOrchestrator 与 run_story_pipeline_for_category_batch。因此 retrieve_evidence_sync 能看到本批刚写入的 memory chunks（无竞态），前提是 embedding API 已成功写入向量。
章节分类上，若模型返回 none 或命中零散档案启发式，Story 侧会统一落入 summary 章节并继续叙事落库，与「本批 transcript 已进 memory」一致，避免误以为内容被丢弃。
Evidence 与叙事 Prompt
format_evidence_chunks_for_prompt 拼接 chunks、摘要（若有）、facts、timeline、故事摘要（若有）；模型应把摘录视为参考材料，非本段口述。