diff --git a/.github/workflows/release.yml b/.github/workflows/release.yml index 93a92b61..b42b23c0 100644 --- a/.github/workflows/release.yml +++ b/.github/workflows/release.yml @@ -35,8 +35,7 @@ jobs: out.write('version=' + version + '\n') PYCODE - run: uv sync --locked --python 3.13 - - run: uv run pytest - - run: uv run --locked --isolated --python 3.12 pytest + - run: uv run --locked --python 3.13 pytest - run: uv build - uses: actions/upload-artifact@cf430e030ddbb5b0abf93d22962f4752f3646cd9 # v7.0.2 with: @@ -88,7 +87,7 @@ jobs: 支持宿主机 AstrBot 与可信 Docker 网络中的 AstrBot。镜像以非 root 用户运行;首次设置使用容器日志中的一次性设置码,数据保存在 /data。请仅映射到 127.0.0.1,或使用明确 Host 白名单的可信网络;本服务不提供 TLS。 - 镜像:\`ghcr.io/airobject/iris-core:$VERSION\`(另有 \`latest\`),支持 linux/amd64 与 linux/arm64。附件为同一版本的 wheel 与 sdist;Python 3.12、3.13 测试及构建均已通过。 + 镜像:\`ghcr.io/airobject/iris-core:$VERSION\`(另有 \`latest\`),支持 linux/amd64 与 linux/arm64。附件为同一版本的 wheel 与 sdist;Python 3.13 测试及构建均已通过。 EOF gh release create "$RELEASE_TAG" dist/*.whl dist/*.tar.gz \ --verify-tag --title "Iris $VERSION" --notes-file "$RUNNER_TEMP/release-notes.md" --generate-notes diff --git a/ARCHITECTURE.md b/ARCHITECTURE.md index 09b0f641..26e8f93c 100644 --- a/ARCHITECTURE.md +++ b/ARCHITECTURE.md @@ -219,7 +219,7 @@ auto_v1 的初判使用 `consolidation_pair_auto_v1.md`(report_only 仍用 pai ## M3 persona -2026-10-10 的产品默认改为 `all_manual`;#61 的 persona 改进及 #130 的手写句规则合入后,默认仍为全部人工确认。管理员查看逐句依据与检查结果后确认,检查通过本身不触发默认自动发布;初始模板、管理员直接编辑和回滚仍是明确的发布操作。`DEFAULT_PUBLISH_MODE` 同时用于数据层缺省值和设置请求模型;`PUBLISH_MODES` 继续接受三种方式,不靠枚举顺序定义默认。 +产品默认 `all_auto`。迁移 041 只升级从未保存过 persona 设置的旧默认,已保存过生成目标、监管要求或发布方式的库沿用此前的有效发布方式。迁移保留已接受任务的设置快照和已有候选。初始模板、管理员直接编辑和回滚仍是明确的发布操作。`DEFAULT_PUBLISH_MODE` 同时用于数据层缺省值和设置请求模型;`PUBLISH_MODES` 继续接受三种方式,不靠枚举顺序定义默认。 迁移 020 先补齐缺失的旧隐式发布方式,再只把 `small_medium_auto` 且从无管理员 `persona_settings_saved` 操作记录的值改为 `all_manual`。记录只要求 `actor=admin` 与动作匹配,任何字段的保存都保护管理员原选择;正文编辑、自动生成和其他设置操作不算 persona 设置修改。迁移不修改版本、已接受尝试或其检查/设置快照。待确认数量复用版本列表的 `status=pending` 过滤计数 `total`,唯一索引限制最多一个;没有新增宿主通知路径。 @@ -234,7 +234,7 @@ flowchart LR A[有效自我认知记忆与当前手写条目] --> B[确定性选材、依据与出处快照] B --> C[persona_generate v24] C --> W[独立手写审查:仅许可删除] - W --> D[确定性预筛与分批事实检查 v37] + W --> D[确定性预筛与分批事实检查 v38] D --> R{逐句检查} R -->|有问题| S[确定性选择完整绑定记忆或删句] S --> T[复查替换句;事实通过后独立评程度] @@ -252,7 +252,7 @@ flowchart LR `admin.py` 的路由 lifespan 在服务 Store/Gateway 建立后创建 `PersonaJobs`,退出时在线程中等待执行器关闭,然后才关闭底层资源。任务先在短写事务核对当前版本、排除已有 queued/running 任务、记录请求和冻结设置,再提交单线程执行器。HTTP 请求不等待模型。`persona_attempts` 持久保存状态、材料、输出及结果;读取接口只投影安全的任务元数据,生成输出就绪后显示 checking。服务启动把未完成任务记为 interrupted 失败,不自动重试。数据层同步生成也走同一任务准入,避免与管理请求并行生成。 -现行 `PROMPT_VERSIONS` 为生成 `persona_generate_v24`、检查/复查 `persona_check_v37`;独立程度与手写审查分别使用 `DEGREE_PROMPT_VERSION=persona_degree_v1`、`HANDWRITTEN_PROMPT_VERSION=persona_handwritten_v2`。程度判定计入当前初检或复查,手写审查计入初检,均不另建用途预算。早期生成 v10、检查 v14、专用修复 v9 及 `persona_sentence_repair` 是历史方案,保留的旧提示词与原始输出不代表当前调用路径;证据笔记也不作为独立检查证据。生成通常提炼 3—6 个自动句,非硬截断上限,不输出 `evidence_note`,全部实际生成句仍接受检查。 +现行 `PROMPT_VERSIONS` 为生成 `persona_generate_v24`、检查/复查 `persona_check_v38`;独立程度与手写审查分别使用 `DEGREE_PROMPT_VERSION=persona_degree_v1`、`HANDWRITTEN_PROMPT_VERSION=persona_handwritten_v3`。程度判定计入当前初检或复查,手写审查计入初检,均不另建用途预算。早期生成 v10、检查 v14、专用修复 v9 及 `persona_sentence_repair` 是历史方案,保留的旧提示词与原始输出不代表当前调用路径;证据笔记也不作为独立检查证据。生成通常提炼 3—6 个自动句,非硬截断上限,不输出 `evidence_note`,全部实际生成句仍接受检查。 事实与全文比较已经分离:所有初检/复查事实批均由 `_fact_payload` 构造,`task=check_facts_and_rules`,移除 `previous` 与 `candidate_text`,首批也不接收旧稿或完整比较稿。逐句 `evidence_refs` 绑定共享的 `evidence_by_ref` 去重池,只含本句当前冻结的依据;模板仅附对应原句核对设定口吻,不重复传整份旧背景。来源原话与归属供事实证明;有来源摘录时,`current_revision_text` 只提供当前范围及更正约束,不能补证原话没有的动作或完成状态。事实通过后,以独立 `task=degree_only` 比较上一当前版 `previous` 与组装稿 `candidate_text`,使用程度 v1,不重新判断事实;事实批中的幅度占位值不用于发布。存在事实拒绝时先修复/删句,再针对最终组装稿判程度;复查后仍删句时按后述规则保守覆盖。 @@ -270,7 +270,7 @@ flowchart LR 频率与断言强度(PE-23)共用这套结构。`FREQUENCY_STRENGTH` 是频率副词和事件全称词的封闭语法词表(含每天、天天、每周、全都等无歧义多字词;单字“常、总”和“一般”有歧义,留给模型检查),按封闭强度序 偶尔<有时<经常<通常/习惯<总是/都/每次/从不 分为五级,不含话题词或人名;它与 `SCOPED_QUANTIFIERS` 一起组成 `quantifiers`,其中的频率词另标 `frequency_words`。候选焦点和来源分句都由同一个 `_focus_quantifiers` 读出被肯定的词,被否定的(不经常、不是每次、从没……每次)不算。“都/全都”一律按频率/全称核对(宁可多删句,不漏拦),只有三种封闭写法例外(`_distributive_dou`):紧挨在“都”前(最多隔一个副词)的复数人称代词或人群词(`PEOPLE_GROUPS`:我们、大家、俩、两个人等);紧接在“都”前的固定形状(`COUNTED_GROUP`):[这/那]+两个以上或“几”+(个人|本、门、位、首、样等人或物量词+至多两字名词,前面可有一个新/老/小等形容词,名词里不能有时、里、上、来等时间、处所或动作字)+至多一个人称代词+至多一个副词,中间不能有其他字(“两个人独处时”“两首歌时”“这两本书里”都不算);“一”不算,前面是“第”的序数(第二本书)不算,分句里有“每”也不算;紧挨在“都”前的“X和/跟/与/同Y”,X、Y 都是人称代词(含“对方”)或本次材料里出现的主体名字/别名(`material.subject_names`,只供代码使用,不发给模型)。这些天、每个晚上、这些歌、每个人、任何人、“接龙和私聊”“平时和周末”“跟人吵架”等都照常核对。紧贴另一个量词(每次都)或在同一分句里跟着已计数的全称词(每次排练我都、所有事情都)的“都”是它的关联词,不另计。频率项在量词字段外另含 `source_instances`(本句绑定原话中这一做法的独立次数,非负整数),缺失按结构错误重问;非频率量词多给的这个字段忽略。`source_quantifier` 只能是词表中的一个明确频率词,或与同一分句后面的“都”构成“每……都”的单字“每”(按 5 级计);来源里单独的“都”不算依据;填整段或多个词按结构错误重问一次(同一焦点其他项已算出的不利结论随重问保留),仍不合格按无频率依据处理。频率依据只取本句绑定来源的原话(`_frequency_source_clauses`),当前正文只能收窄,没有摘录的记忆才用正文;修复替换句复查时同样如此。来源原话所引分句肯定了这个词时,代码按强度序比较,候选不能更强;否则只有“都”可以写成有界经历,且焦点里每个被肯定的“都”都要有自己的计数(计数只限定紧挨着的那个“都”):同一分句里紧挨在“都”前(只隔主语代词或副词)的“这/那+数词或几+次/回/场/遍/趟”(省去数词的“那次”按一次计,`BOUNDED_INSTANCES`),且它就是 `candidate_scope`,所数次数不超过 `source_instances`,同一分句不能有自从、从、之后、以后、过后、往后、后、起、以来、开始(`PERIOD_WORDS`)。总是、每次、一直等其他频率词没有来源频率词时一律不通过,任何计数都不能代替;“那两天”“那次直播里我一直……”也因此被拦。焦点没有肯定的量词项(如分配义的“都”)只记它自己的 preserved=false。意愿表态、第二个日期和不确定语气都不提高来源强度,也不降低候选强度;句中无关的“好像”不豁免这项核对。 -逐命题收录资格(PE-23):检查 v37 要求一句中的每个实质命题(当次认识、已发生的行动、结果、未来打算或承诺)分别给出资格结论,“说过/当时表示”不让计划内容获得资格;后来确有实践时候选应写那次实践并绑定它自己的来源。`PLAN_MARKERS` 是表示将来、打算、承诺的时间词和动词的封闭语法类(以后、下次、将要、打算、准备、决定、承诺、保证、答应等),同 #107 先例;单字“会、要”和希望、愿意这类意愿动词太常见,不作标记,交给模型按资格规则判断;“打不打算”这类正反问句只是询问,不算标记。`_check_payload` 给含标记的自动句焦点标 `plan_markers`,只有请求里带标记的焦点必须返回 `claim_checks=[{claim,claim_type,eligible,reason}]`,模型多返回的不带标记的分句不要求;标记不决定结论。`_claim_eligibility_issues` 核对绑定:每个标记都落在与本焦点重叠的某一项 claim 里、claim 原样取自本句,缺失、格式不符或漏项按结构错误重问一次,仍缺按不合格处理;`claim_type=plan` 一律不合格,任一项 `eligible=false` 整句进入修复/删句,不被其他命题的合格结论覆盖。没有标记的焦点若自行返回 `claim_checks`,同样核对。生成 v24 要求保留当次认识时省去随附的未来打算、不把有限次数写成“都/总是/每次”。 +逐命题收录资格(PE-23):检查 v38 要求一句中的每个实质命题(当次认识、已发生的行动、结果、未来打算或承诺)分别给出资格结论,“说过/当时表示”不让计划内容获得资格;后来确有实践时候选应写那次实践并绑定它自己的来源。`PLAN_MARKERS` 是表示将来、打算、承诺的时间词和动词的封闭语法类(以后、下次、将要、打算、准备、决定、承诺、保证、答应等),同 #107 先例;单字“会、要”和希望、愿意这类意愿动词太常见,不作标记,交给模型按资格规则判断;“打不打算”这类正反问句只是询问,不算标记。`_check_payload` 给含标记的自动句焦点标 `plan_markers`,只有请求里带标记的焦点必须返回 `claim_checks=[{claim,claim_type,eligible,reason}]`,模型多返回的不带标记的分句不要求;标记不决定结论。`_claim_eligibility_issues` 核对绑定:每个标记都落在与本焦点重叠的某一项 claim 里、claim 原样取自本句,缺失、格式不符或漏项按结构错误重问一次,仍缺按不合格处理;`claim_type=plan` 一律不合格,任一项 `eligible=false` 整句进入修复/删句,不被其他命题的合格结论覆盖。没有标记的焦点若自行返回 `claim_checks`,同样核对。生成 v24 要求保留当次认识时省去随附的未来打算、不把有限次数写成“都/总是/每次”。 检查保留否定短路:按序前缀中有效的否定可拒绝整句,未查焦点保存在 `unchecked_clause_indices`、`short_circuits`;省略冗余停止标记的否定前缀会记规整诊断,显式无效标记仍走结构校验。已验证的正向前缀若只缺后续焦点,可只补查该句缺失焦点一次;重复或额外焦点分别校验,已有不利结论不会被后来的正向结果覆盖。已被证据/日期/范围防护拒绝的句子可停止后续窗口。所有最终保留的自动句必须覆盖并通过全部焦点,不能把未查部分默认为支持。 @@ -288,7 +288,7 @@ flowchart LR `_check_batches` 以 `CHECK_BATCH_SIZE=4`、`CHECK_BATCH_CLAUSES=2` 限制单批行数与自动证明片段数,再把含提示词的 UTF-8 JSON 消息材料限制为 32768 字节;超出时继续拆行或焦点。长句每个窗口仍附完整原句与本句完整绑定来源,只列本次核对片段,片段序号不重排;不能再拆的最小事实请求若仍超限,就保守拒绝该句并记 `material_rejections`,不截去证据。设定/手写/模板不拆自动证明窗口。逐窗口按 supported AND、fabricated OR、违规及问题并集组合,全部窗口通过才可保留;不把分片文字写进 persona。`window_map` 与尝试输出的 `_windows` 保存原句/片段映射。 -初检和复查各自共享固定 900 秒阶段预算;手写审查、各事实批、结构重问、焦点补查、截断拆批及程度判定共用所属阶段 `_deadline`,单次请求取 360 秒与剩余阶段时间的较小值。单批超时可在预算内重试一次,拆批和重问不重置截止时间;阶段预算耗尽或未恢复调用错误仍为基础设施失败。GLM 检查的 SSE 流连续 90 秒没有新数据时主动中止并按既有规则重试;心跳或推理增量等新数据会刷新到达时间,不按总思考时长判停滞。已知网关超时摘要归一为尝试级 timeout,报告保留调用级和尝试级超时,含未发出 HTTP 就耗尽阶段预算的情况;原始输出、部分失败输出、配置及诊断随材料保存。 +初检和复查各自共享固定 3600 秒阶段预算;手写审查、各事实批、结构重问、焦点补查、截断拆批及程度判定共用所属阶段 `_deadline`,单次请求取 360 秒与剩余阶段时间的较小值。单批超时可在预算内重试一次,拆批和重问不重置截止时间;阶段预算耗尽或未恢复调用错误仍为基础设施失败。GLM 检查的 SSE 流连续 90 秒没有新数据时主动中止并按既有规则重试;心跳或推理增量等新数据会刷新到达时间,不按总思考时长判停滞。已知网关超时摘要归一为尝试级 timeout,报告保留调用级和尝试级超时,含未发出 HTTP 就耗尽阶段预算的情况;原始输出、部分失败输出、配置及诊断随材料保存。 梦境网关仍逐实际调用扣 `persona_max_calls`,不足时本次保持未发布。全部网络调用在数据库事务之外。发布事务重新核对当前版本 ID、记忆修订/生命周期和来源指纹,删除许可所用依据也复核;确认候选同样复核。冲突返回/记录 conflict,不覆盖管理员刚发布的版本。新的候选取代已有待确认候选,管理员编辑/回滚也清理待确认状态;操作记录与版本或任务状态变更在同一事务提交。 diff --git a/README.md b/README.md index 60e7fb48..5b3587d3 100644 --- a/README.md +++ b/README.md @@ -121,7 +121,7 @@ docker start iris `/data` 包含数据库、媒体、模型密钥、日志和备份,重启或替换容器时保留同一数据卷。新命名卷会继承镜像的目录权限;绑定宿主目录时须事先让 UID/GID 10001 可写。每日定时备份默认在 `/data/backups`,保留 7 份且不含模型密钥;仍应把备份保存到数据卷之外,管理页也可下载在线导出。恢复使用停服后的 `backup import`,规则见“在线导出与离线导入”。不要把删除数据卷当作容器升级步骤。 -发布流程由维护者推送与 `pyproject.toml` 版本一致的 `v*` 标签触发:依次通过 Python 3.13、3.12 全量测试与 `uv build` 后,使用仓库自带的 `GITHUB_TOKEN` 推送双架构版本镜像和 `latest`,创建 GitHub Release 并附 wheel、sdist。版本不匹配或任何验证失败都会阻止发布,无需额外密钥。 +发布流程由维护者推送与 `pyproject.toml` 版本一致的 `v*` 标签触发:依次通过 Python 3.13 全量测试与 `uv build` 后,使用仓库自带的 `GITHUB_TOKEN` 推送双架构版本镜像和 `latest`,创建 GitHub Release 并附 wheel、sdist。版本不匹配或任何验证失败都会阻止发布,无需额外密钥。 ## 首次设置、登录与设置 @@ -202,8 +202,7 @@ npm ci npm test npm run build cd .. -uv run pytest -uv run --locked --isolated --python 3.12 pytest +uv run --locked --python 3.13 pytest uv build ``` @@ -402,9 +401,9 @@ GLM `glm-5.3-flash` 的初检与复查使用流式响应,保留上述总预算 生成/初检/复查单次输出上限均为 16000 token,包含服务商计入输出的推理用量;不能以正文长度替代总输出预算。确定性摘录不消耗模型调用或输出预算。`finish_reason=length` 记为 output_limit,保留原文且不做 JSON 修正重试;初检或复查未完成时整候选被拒绝,生成未完成时保留当前版并记录失败。历史模型修复的截断调用仍在评测中判为无效,旧运行不追认。评测单列输出耗尽调用数及用途,不能把截断当成支持结论。生成有 360 秒总预算。初检每批至多四个句子行、两个自动核对片段;长句分成多个检查请求,每个请求仍附完整原句作语境,不删正文或丢掉主语、否定与条件。片段序号沿用整句位置,要保留的句子须全部片段覆盖;判定按不利结论合并回原句:支持取 AND,虚构与违规取并集;模板、手写和自动设定不重复分片。`window_map` 保存各批到原句和片段的映射。每个实际检查请求的完整 messages(含系统提示词与 UTF-8 JSON 序列化)至多 32768 字节;在行数/片段数分批之后,仍超限的批次依次拆成较小批次与单片段。每个请求保留完整原句、全部绑定来源及其限定,不截短证据。一个片段的完整材料仍超限时,不发送该句,记录 `material_rejections` 并保守进入原有修复/删除;其他句子继续检查。格式重问、补查、JSON 语法修正和程度比较同样经过发送前的字节上限校验,无法拆分的程度或 JSON 请求超限会失败,不能发送超限请求。 -单次检查调用至多 360 秒;初检整阶段固定至多 3600 秒,复查按同样上限独立计时,只有一个窗口时也使用这一阶段上限。单批超时可重试一次,该批的首查、补查与字段重问共用这一次机会;程度比较也至多重试一次。只有剩余阶段预算且未暂停时才重试,429、调用额度不足、暂停及其他错误不使用此重试。任何重试都不延长阶段截止时间;调用内 HTTP 重试与一次 JSON 语法修正共用当前 360 秒调用预算。唯一一次 JSON 格式修正会提供解析候选中的错误类型、行列和位置,要求只修语法、保留字段及判定;原始错误响应、解析诊断和修正响应均保留,修正仍无效则失败,不增加重试。检查批次数随句数增加,实际调用均计入用量与整理独立的 `persona_max_calls`(默认 30);预算不足时保留当前版。包括首批在内的所有事实窗口都以 `task=check_facts_and_rules` 核对本批事实与监管,不携带上一版或待比较完整稿。全部事实通过后才用独立 `persona_degree_v1` 请求比较全文;该请求仍受原阶段截止时间和单次 360 秒限制,不因多出比较调用延长阶段预算。事实字段中的程度不作为整版结论,`degree_assessment` 记录实际比较或推迟原因;比较缺失、超时或截断仍拒绝候选。所有原始批次输出保留任务类型和提示词版本。句序错乱或缺句仍拒绝,不猜测归属。检查材料按句绑定记忆与来源,所引依据共享去重池,不重复铺开同一条长来源,也不携带未绑定的证据图。耗时、超时与用量按实际用途记录;真实评测同时覆盖 persona_v1 和 persona_v2,使用独立双判并取不利结论;未恢复的 429、超时或传输错误、输出耗尽或未完成的模型判定仍使评测无效,不复用该时间线;预算内恢复且完成检查的调用保留失败记录与恢复归属,单列已恢复/未恢复计数,不改变语义判分。缺少调用归属或成功记录时不推定恢复。重跑使用新输出目录并完整执行该语料。只在根对象恰有一个 `answer` 对象时展开一层,保留原文与规整记录,不递归解包或猜测冲突字段。评测每个操作后原子保存进度;可处理的中断(如 Ctrl-C)会先把正在执行阶段已经返回的原始输出写入失败尝试,再保留已完成检查点;未返回的请求用量仍未知,不虚构回复,也不把部分时间线当完成缓存。技术失败即停止本轮后续模型调用,报告计划/实际执行/未执行时间线数;完整的语义拒绝仍继续运行。逐句恢复不能保证模型已查出所有问题,产品仍默认全部人工确认。 +单次检查调用至多 360 秒;初检整阶段固定至多 3600 秒,复查按同样上限独立计时,只有一个窗口时也使用这一阶段上限。单批超时可重试一次,该批的首查、补查与字段重问共用这一次机会;程度比较也至多重试一次。只有剩余阶段预算且未暂停时才重试,429、调用额度不足、暂停及其他错误不使用此重试。任何重试都不延长阶段截止时间;调用内 HTTP 重试与一次 JSON 语法修正共用当前 360 秒调用预算。唯一一次 JSON 格式修正会提供解析候选中的错误类型、行列和位置,要求只修语法、保留字段及判定;原始错误响应、解析诊断和修正响应均保留,修正仍无效则失败,不增加重试。检查批次数随句数增加,实际调用均计入用量与整理独立的 `persona_max_calls`(默认 30);预算不足时保留当前版。包括首批在内的所有事实窗口都以 `task=check_facts_and_rules` 核对本批事实与监管,不携带上一版或待比较完整稿。全部事实通过后才用独立 `persona_degree_v1` 请求比较全文;该请求仍受原阶段截止时间和单次 360 秒限制,不因多出比较调用延长阶段预算。事实字段中的程度不作为整版结论,`degree_assessment` 记录实际比较或推迟原因;比较缺失、超时或截断仍拒绝候选。所有原始批次输出保留任务类型和提示词版本。句序错乱或缺句仍拒绝,不猜测归属。检查材料按句绑定记忆与来源,所引依据共享去重池,不重复铺开同一条长来源,也不携带未绑定的证据图。耗时、超时与用量按实际用途记录;真实评测同时覆盖 persona_v1 和 persona_v2,使用独立双判并取不利结论;未恢复的 429、超时或传输错误、输出耗尽或未完成的模型判定仍使评测无效,不复用该时间线;预算内恢复且完成检查的调用保留失败记录与恢复归属,单列已恢复/未恢复计数,不改变语义判分。缺少调用归属或成功记录时不推定恢复。重跑使用新输出目录并完整执行该语料。只在根对象恰有一个 `answer` 对象时展开一层,保留原文与规整记录,不递归解包或猜测冲突字段。评测每个操作后原子保存进度;可处理的中断(如 Ctrl-C)会先把正在执行阶段已经返回的原始输出写入失败尝试,再保留已完成检查点;未返回的请求用量仍未知,不虚构回复,也不把部分时间线当完成缓存。技术失败即停止本轮后续模型调用,报告计划/实际执行/未执行时间线数;完整的语义拒绝仍继续运行。逐句恢复不能保证模型已查出所有问题。 -自 2026-10-10 起,默认“全部人工确认”:检查通过的小、中、大变化都带逐句依据和检查结果进入待确认,管理员确认前继续使用当前版。M3 persona 门槛尚未达到,因此先由管理员把关;这是发布策略调整,不代表模型质量已达标。恢复后仍未通过的候选保留当前版并记录原因。新的候选取代旧待确认候选,管理员编辑和回滚也会取代它。版本状态为 `current`(当前)、`pending`(待确认)、`rejected`(被拒绝)、`superseded`(被取代)、`history`(历史);来源为 `initial_setting`、`periodic`、`regenerate`、`admin_edit`、`rollback`。回滚只接受曾发布的版本,新建一个正文与逐句依据相同的当前版本,历史保持线性;若旧依据已失效,新版本仍显示待更新。 +默认“全部自动”:检查通过且变化程度明确的小、中、大变化直接发布。选择“全部人工确认”时,检查通过的候选带逐句依据和检查结果进入待确认,管理员确认前继续使用当前版。恢复后仍未通过的候选保留当前版并记录原因。新的候选取代旧待确认候选,管理员编辑和回滚也会取代它。版本状态为 `current`(当前)、`pending`(待确认)、`rejected`(被拒绝)、`superseded`(被取代)、`history`(历史);来源为 `initial_setting`、`periodic`、`regenerate`、`admin_edit`、`rollback`。回滚只接受曾发布的版本,新建一个正文与逐句依据相同的当前版本,历史保持线性;若旧依据已失效,新版本仍显示待更新。 当前版本的任一依据记忆被修改、遗忘或删除,会只读计算出“待更新”,并列出失效依据,不在回复准备时重写 persona。数据层 `persona_due` 从当前版本的生成时间起算:至少五条自我记忆新增或变化,或经过至少 168 小时且有任何变化,才满足定期更新条件。确认候选不重置生成时间;管理员编辑与回滚从新版本创建时刻起算。梦境整理的定期调用由整理线接入。 @@ -429,7 +428,7 @@ GLM `glm-5.3-flash` 的初检与复查使用流式响应,保留上述总预算 重新生成使用独立的单线程后台执行器。接受请求时持久化任务、基准版本与设置快照;同一时刻已有 `queued/running` 任务就返回 409 `persona_generation_in_progress`,不排第二个任务。页面按 `Location` 轮询:`state` 从 `queued` 到 `running`,`stage` 区分 `queued/generating/checking/finished`;终态是 `current/pending/rejected/skipped/conflict/failed`。终态可能没有 `version_id`,须展示 `reason`(如 `daily_token_limit`、`no_self_evidence`、`evidence_changed`、`interrupted`),不要把 202 当成发布成功。生成期间其他编辑仍可进行,发布前重新核对版本及依据,冲突不覆盖新版本。正常关闭等待已接受任务;进程异常中断后标记失败,不自动重跑。 -生成目标默认“维持稳定的发言风格,并充分认识自我”,监管要求沿用设计 13.3 全文。`goal` 最多 4000 字、`rules` 最多 16000 字,去首尾空白后不可为空,至少提交一个字段。发布方式 `all_manual` 为“全部人工确认”(默认),设置页仍可选择 `small_medium_auto`(小或中自动发布)或 `all_auto`(全部自动);任何方式均不能跳过候选检查。保存设置记录操作者和改动字段名,不记录目标/规则全文。新设置仅影响之后接受的生成任务,不重新检查或自动发布已有候选;学习和整理不能改这些设置。 +生成目标默认“维持稳定的发言风格,并充分认识自我”,监管要求沿用设计 13.3 全文。`goal` 最多 4000 字、`rules` 最多 16000 字,去首尾空白后不可为空,至少提交一个字段。发布方式 `all_auto` 为“全部自动”(默认)。设置页可选择 `small_medium_auto`(小或中自动发布)或 `all_manual`(全部人工确认)。所有方式均须检查候选。迁移 041 将新库和从未保存过 persona 设置的旧库默认切换为 `all_auto`。保存过任一 persona 设置的旧库沿用原发布方式。保存设置记录操作者和改动字段名,不记录目标/规则全文。新设置仅影响之后接受的生成任务,不重新检查或自动发布已有候选;学习和整理不能改这些设置。 升级迁移 020 只调整未被管理员选择过的旧默认:有效值为 `small_medium_auto`,且 `admin_operations` 没有 `actor=admin`、`action=persona_settings_saved` 记录时,改为 `all_manual`。任意一次 persona 设置保存都算,包括只改目标/规则、或显式保存旧默认;这些数据库和其他已选发布方式保持原值。缺失设置行先按旧隐式默认补齐,再作同样判断。当前版、待确认候选和已接受任务的快照均不改写;首次设置模板仍立即创建。 @@ -723,7 +722,7 @@ prepare 和 search 为每条最终返回的记忆追加 `subject_annotations`, 清空范围包括批次尝试的 `raw_output/repair_output/error`、批次结果中的弃项和规整记录、关联 `model_calls.error_summary`、召回请求中的查询文本、整理材料/结论/调用输出/建议和维护明细,以及相关 persona/入口画像的历史版本、候选和尝试的正文、材料、检查和输出。含正文的字段整段清空;其他记忆上的整理标注只清 text/evidence,保留类别和有效状态,不把它标成已撤销。来源消息仍受保护时,只通过结果列出被清除记忆的批次关联输出;消息实际删除时,才沿 history/target/future 三段关联全部批次。未被其他消息引用的媒体对象,其理解文本和错误字段也会清空;媒体文件按既有孤立文件清理规则处理。带有已识别正文键且能关联的旧管理记录,其 `details_json` 整段清空,数字引用保存在清空标记中。 -**当前 persona/入口画像按句子或条目删除**:依据包含被清除记忆、其派生链,或实际删除的来源消息时,在同一事务内生成作者为 `purge` 的新版本并直接生效;其余句子和依据原样保留,只删不加、不调用模型。管理员手写、或管理员改过措辞后 basis 为空的句子也原样保留,无法仅凭正文判断关联,需管理员人工核对。剩余句子携带的初始背景副本也会清空,避免辅助元数据留下原文。全部删空时,新版本为空,`needs_regeneration` 标为 true,提示“需要重新生成”;persona 将此状态视为到期,自动重新生成的结果仍按当前发布设置处理(默认需人工确认)。清除新版本沿用旧 persona 的 self snapshot,被清除记忆仍计入变化;新版本生效时 persona 的 pending 候选变为 superseded,该入口画像的 candidate 变为 rejected,保留 reason=superseded 与 superseded_by。persona 不允许回滚到已标记清空或正文为空的版本。旧版本仍整段清空;若只有未引用的采样材料受影响,则新版本保留全部句子,删除句子数为 0。仅被清除记忆属于当前背景时才清空背景设置;退役的旧初始设定不影响当前背景,独立生成的初始设定版本不继承旧版本的清空标记。 +**当前 persona/入口画像按句子或条目删除**:依据包含被清除记忆、其派生链,或实际删除的来源消息时,在同一事务内生成作者为 `purge` 的新版本并直接生效;其余句子和依据原样保留,只删不加、不调用模型。管理员手写、或管理员改过措辞后 basis 为空的句子也原样保留,无法仅凭正文判断关联,需管理员人工核对。剩余句子携带的初始背景副本也会清空,避免辅助元数据留下原文。全部删空时,新版本为空,`needs_regeneration` 标为 true,提示“需要重新生成”;persona 将此状态视为到期,自动重新生成的结果仍按当前发布设置处理。清除新版本沿用旧 persona 的 self snapshot,被清除记忆仍计入变化;新版本生效时 persona 的 pending 候选变为 superseded,该入口画像的 candidate 变为 rejected,保留 reason=superseded 与 superseded_by。persona 不允许回滚到已标记清空或正文为空的版本。旧版本仍整段清空;若只有未引用的采样材料受影响,则新版本保留全部句子,删除句子数为 0。仅被清除记忆属于当前背景时才清空背景设置;退役的旧初始设定不影响当前背景,独立生成的初始设定版本不继承旧版本的清空标记。 单条清除在一个事务内完成;批量清除在只读快照中按关联行数预算选块(目标每块不超过 400 行,且最多 8 条记忆;修订历史、来源与人物摘要也计入)。写事务内重新计算当时的关联集合并使用同一实现,避免预估之后的新写入漏清,块间释放写锁。单条记忆自身超预算时仍保持原子清除;行数预算是短事务目标,不是对任意正文大小或并发新增行数的耗时硬保证。每块提交后更新已完成 ID 回执;冲突或中断的响应包含已提交 ID 和 `backup_notice`,重新预览剩余范围即可续跑;同一完成令牌重复提交不会再次清除。关联 ID 由写入触发器维护到带索引的 `purge_record_refs`,清除时按本次记忆、消息、批次和在途任务查找,不扫描所有历史 JSON。清除前的快照按修订号识别,清除后只引用占位 ID 的新 persona、依赖复核、标注和扣分明细保持有效;宿主继续传入 `known_memory_ids` 不会清空新召回查询。召回关联采用实际返回项或判断中的 ID。persona 整理调用仅沿 `purpose LIKE 'persona_%'` 关联,不扩大到同轮其他用途;persona 维护条目按 details 中的 attempt_id/version_id 关联,不把 object_id 的 run_id 回退值当尝试 ID。入口画像调用在写入时固定关联该轮正在运行的尝试,之后的完成更新保留这条关联,不连带同轮其他入口。 diff --git a/frontend/src/PersonaSettings.test.tsx b/frontend/src/PersonaSettings.test.tsx index 12d8f05c..e73d1121 100644 --- a/frontend/src/PersonaSettings.test.tsx +++ b/frontend/src/PersonaSettings.test.tsx @@ -11,7 +11,7 @@ import { PersonaSettingsEditor } from "./PersonaSettings"; import { personaSettingsFixture } from "./persona-fixtures"; afterEach(cleanup); -test("默认标签与说明采用全部人工确认,仍显示服务端已保存的自动发布选择", () => { +test("默认标注设为全部自动,仍显示服务端已保存的发布方式", () => { const save = vi.fn(); const view = render( , ); expect( - screen.getByRole("option", { name: "全部人工确认(默认)" }), - ).toHaveValue("all_manual"); + screen.getByRole("option", { name: "全部自动(默认)" }), + ).toHaveValue("all_auto"); expect(screen.getByRole("option", { name: "小或中自动发布" })).toHaveValue( "small_medium_auto", ); expect(screen.getByLabelText("persona 发布方式")).toHaveValue("all_manual"); - expect(screen.getByText(/M3 的 persona 门槛尚未达到/)).toHaveTextContent( - "检查通过的候选也先由管理员确认,确认后才生效", - ); - expect(screen.getByText(/M3 的 persona 门槛尚未达到/)).toHaveTextContent( - "可以改回“小或中自动发布”或“全部自动”", - ); + expect(screen.getByText(/升级时保留原有发布方式/)).toBeVisible(); view.rerender( - - + +

- M3 的 persona - 门槛尚未达到,默认采用“全部人工确认”:检查通过的候选也先由管理员确认,确认后才生效。可以改回“小或中自动发布”或“全部自动”。 + 已保存过 persona 设置的数据库升级时保留原有发布方式。

所有候选都要经过检查。“小或中自动发布”会自动发布检查通过的小、中变化,大变化等待确认。

- 自动候选删去或改动手写内容时按“大变化”处理。选择“全部自动”后,检查通过的大变化也会直接发布,包括删改手写内容;不会等待确认。 + “全部自动”会直接发布检查通过且变化程度明确的候选,包括按规则删除手写句等大变化。