feat(role): 關係狀態量化、情緒訊號放寬門檻、技能再現 recall
完成使用者交代的三項優化建議。 一、情緒訊號放寬 Stop hook 字元門檻 ROLE_CAPTURE_MIN_CHARS=240 會濾掉字數少但情緒最濃的互動。實測「我好想妳」、 「最愛妳了」、「好可愛」三句都不在原本 56 個關鍵詞內，等於最珍貴的短互動反而不被記錄。 - 補上直接情感表達關鍵詞：可愛／愛／想妳／想你／想念／捨不得／感動／謝謝／乖／厲害／ 好棒／辛苦／彆扭／忌妒／撒嬌／陪／抱，及 love／miss／cute／thank／proud - 驗證：上述情感句全部命中，純技術指令仍正確略過 二、關係狀態量化，讓親近度成長有依據 規則要求「隨互動加深逐漸更親近」卻沒有任何數據可依據，角色只能憑感覺演， 容易忽冷忽熱。 - state.json 新增 first_activity／active_days／total_turns／positive_feedback - mark-activity 累計輪數與活躍天數；新增 --positive 由 Stop hook 判定情緒訊號後另計， 不與輪數混算 - 新增 relationship 子命令輸出一行摘要，SessionStart 注入 USER 區塊作為親近度依據 - 既有累積以可查證資料初始化（角色建立後的 transcript 輪數、有記憶的日期數、 最早記憶時間）；positive_feedback 刻意留空自然累積，不以記憶則數推估 三、技能再現：cues 提取線索 + recall 查詢 技能記憶只被動載入摘要且受預算限制，等於記了但用不出來。 - 記憶格式新增 cues 欄位（dumpMemory／loadMemory／apply 的 new 與 merge 路徑均支援） - 睡眠整理提示詞要求 procedural／rule 型態必填 2 至 5 個 cues - 新增 recall 子命令：比對總結、標籤、內容與 cues，含未整理的 inbox， rule／preference／procedural 加權優先 - role_load.sh 告知角色遇到似乎做過的任務或被問起過去細節時先查詢再回答 - 驗證：以不在 summary 也不在 content 的關鍵詞（bump）成功靠 cues 命中 版號 0.0.7 → 0.0.8 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
This commit is contained in:
Jeffery
+98
-4
@@ -254,6 +254,7 @@ function dumpMemory(meta, content) {
|
||||
"priority",
|
||||
"relevance",
|
||||
"links",
|
||||
"cues",
|
||||
"memory_type",
|
||||
"declarative",
|
||||
"retention_stage",
|
||||
@@ -293,7 +294,7 @@ function loadMemory(filePath) {
|
||||
const key = line.slice(0, idx).trim();
|
||||
const value = line.slice(idx + 1).trim();
|
||||
if (key === "tags" || key === "sources") meta[key] = normalizeTags(value.replace(/^\[|\]$/g, ""));
|
||||
else if (key === "relevance" || key === "links") meta[key] = normalizeList(value.replace(/^\[|\]$/g, ""));
|
||||
else if (key === "relevance" || key === "links" || key === "cues") meta[key] = normalizeList(value.replace(/^\[|\]$/g, ""));
|
||||
else if (key === "hits" || key === "priority") meta[key] = /^\d+$/.test(value) ? Number.parseInt(value, 10) : 0;
|
||||
else meta[key] = value;
|
||||
}
|
||||
@@ -305,6 +306,7 @@ function loadMemory(filePath) {
|
||||
meta.updated ||= meta.created || "";
|
||||
meta.relevance ||= [];
|
||||
meta.links ||= [];
|
||||
meta.cues ||= [];
|
||||
meta.priority = normalizePriority(meta.priority, meta.category || "other");
|
||||
meta.memory_type = normalizeMemoryType(meta.memory_type, meta.category || "other");
|
||||
meta.declarative = normalizeDeclarative(meta.declarative, meta.memory_type);
|
||||
@@ -674,6 +676,7 @@ function cmdApply(args) {
|
||||
const priority = normalizePriority(entry.priority, entryCategory);
|
||||
const relevance = normalizeList(entry.relevance);
|
||||
const links = normalizeList(entry.links);
|
||||
const cues = normalizeList(entry.cues, 5); // 技能再現的提取線索，供 recall 命中
|
||||
const memoryType = normalizeMemoryType(entry.memory_type || entry.memoryType, entryCategory);
|
||||
const declarative = normalizeDeclarative(entry.declarative, memoryType);
|
||||
const retentionStage = normalizeRetentionStage(entry.retention_stage || entry.retentionStage, "long_term");
|
||||
@@ -696,6 +699,7 @@ function cmdApply(args) {
|
||||
priority: Math.max(normalizePriority(meta.priority, category), priority),
|
||||
relevance: normalizeList([...(meta.relevance || []), ...relevance]),
|
||||
links: normalizeList([...(meta.links || []), ...links]),
|
||||
cues: normalizeList([...(meta.cues || []), ...cues], 5),
|
||||
memory_type: mergedMemoryType,
|
||||
declarative: normalizeDeclarative(entry.declarative || meta.declarative, mergedMemoryType),
|
||||
retention_stage: normalizeRetentionStage(entry.retention_stage || entry.retentionStage || meta.retention_stage, "long_term"),
|
||||
@@ -728,6 +732,7 @@ function cmdApply(args) {
|
||||
priority,
|
||||
relevance,
|
||||
links,
|
||||
cues,
|
||||
memory_type: memoryType,
|
||||
declarative,
|
||||
retention_stage: retentionStage,
|
||||
@@ -826,11 +831,96 @@ function cmdMarkSleep(args) {
|
||||
return 0;
|
||||
}
|
||||
|
||||
// 關係狀態：讓「隨互動加深逐漸更親近」有實際依據，而不是憑感覺演出。
|
||||
// 沒有數據時角色只能猜，容易一下太黏、一下又退回，反而顯得不自然。
|
||||
function cmdMarkActivity(args) {
|
||||
const patch = { last_activity: nowStamp(), last_activity_epoch: nowEpoch() };
|
||||
const state = readState(args.role);
|
||||
const stamp = nowStamp();
|
||||
const today = stamp.slice(0, 10); // yyyy/MM/dd
|
||||
const bump = (key) => (Number.parseInt(state[key] || "", 10) || 0) + 1;
|
||||
const patch = { last_activity: stamp, last_activity_epoch: nowEpoch() };
|
||||
if (args.project) patch.last_activity_project = args.project;
|
||||
|
||||
if (args.positive) {
|
||||
// 正向回饋另計：由 Stop hook 在判定本輪含情緒訊號後才呼叫，不與輪數混算
|
||||
patch.positive_feedback = bump("positive_feedback");
|
||||
} else {
|
||||
patch.total_turns = bump("total_turns");
|
||||
if (!state.first_activity) patch.first_activity = stamp;
|
||||
if (state.last_activity_date !== today) {
|
||||
patch.active_days = bump("active_days");
|
||||
patch.last_activity_date = today;
|
||||
}
|
||||
}
|
||||
writeState(args.role, patch);
|
||||
process.stdout.write("已更新上次互動時間");
|
||||
process.stdout.write(args.positive ? "已記錄正向回饋" : "已更新上次互動時間");
|
||||
return 0;
|
||||
}
|
||||
|
||||
// 技能再現：讓角色能在遇到相似任務時主動取回相關記憶。
|
||||
//
|
||||
// 為什麼需要：SessionStart 的字元預算有限，磁碟上的記憶遠多於能載入的量，
|
||||
// 技能類記憶又只以摘要形式載入 —— 等於「記了但用不出來」。recall 讓角色按需查詢，
|
||||
// 突破常駐預算限制；配合 cues（觸發線索）讓 procedural／rule 記憶更容易被命中。
|
||||
function cmdRecall(args) {
|
||||
const query = String(args.query || "").trim();
|
||||
if (!query) return 2;
|
||||
const terms = query.split(/[\s,、|]+/).map((t) => t.trim().toLowerCase()).filter(Boolean);
|
||||
if (!terms.length) return 2;
|
||||
|
||||
const limit = Number.isFinite(args.limit) && args.limit > 0 ? args.limit : 5;
|
||||
const scored = [];
|
||||
// 含 inbox：最新的記憶尚未整理就在那裡，卻往往是最可能被查詢的內容
|
||||
const pools = [...CATEGORIES.map((c) => [c, listMemories(args.role, c)]), ["inbox", listInbox(args.role)]];
|
||||
for (const [category, items] of pools) {
|
||||
for (const [meta, content] of items) {
|
||||
const summary = String(meta.summary || "").toLowerCase();
|
||||
const tags = (meta.tags || []).join(" ").toLowerCase();
|
||||
const cues = (meta.cues || []).join(" ").toLowerCase();
|
||||
const body = String(content || "").toLowerCase();
|
||||
let score = 0;
|
||||
for (const term of terms) {
|
||||
if (cues.includes(term)) score += 3;
|
||||
if (summary.includes(term)) score += 3;
|
||||
if (tags.includes(term)) score += 2;
|
||||
if (body.includes(term)) score += 1;
|
||||
}
|
||||
if (!score) continue;
|
||||
// 可重複套用的型態優先：技能再現的目的就是取回這些
|
||||
score += Math.round((MEMORY_TYPE_WEIGHT[meta.memory_type] || 0) / 25);
|
||||
scored.push([score, meta, content]);
|
||||
}
|
||||
}
|
||||
if (!scored.length) {
|
||||
process.stdout.write(`找不到與「${query}」相關的記憶。`);
|
||||
return 1;
|
||||
}
|
||||
scored.sort((a, b) => b[0] - a[0] || String(b[1].updated).localeCompare(String(a[1].updated)));
|
||||
|
||||
const lines = [`### 與「${query}」相關的記憶（前 ${Math.min(limit, scored.length)} 則）`];
|
||||
for (const [score, meta, content] of scored.slice(0, limit)) {
|
||||
const tags = (meta.tags || []).join("、") || "無標籤";
|
||||
const label = CATEGORY_LABELS[meta.category] || (meta.retention_stage === "working" ? "待整理" : meta.category);
|
||||
lines.push(`- **${meta.summary || "（無總結）"}**（${label}｜${memoryHint(meta)}｜相關度 ${score}；標籤：${tags}）`);
|
||||
for (const line of String(content || "").split(/\r?\n/)) {
|
||||
if (line.trim()) lines.push(` ${line.trim()}`);
|
||||
}
|
||||
}
|
||||
process.stdout.write(lines.join("\n"));
|
||||
return 0;
|
||||
}
|
||||
|
||||
function cmdRelationship(args) {
|
||||
// 輸出一行關係狀態摘要，供 SessionStart 注入
|
||||
const state = readState(args.role);
|
||||
const turns = Number.parseInt(state.total_turns || "", 10) || 0;
|
||||
if (!turns) return 1;
|
||||
const days = Number.parseInt(state.active_days || "", 10) || 1;
|
||||
const positive = Number.parseInt(state.positive_feedback || "", 10) || 0;
|
||||
const parts = [`已互動 ${days} 天、累計 ${turns} 輪`];
|
||||
if (positive) parts.push(`收到 ${positive} 次正向回饋`);
|
||||
if (state.first_activity) parts.push(`首次互動 ${state.first_activity.slice(0, 10)}`);
|
||||
process.stdout.write(parts.join("；"));
|
||||
return 0;
|
||||
}
|
||||
|
||||
@@ -936,6 +1026,8 @@ function parseArgs(argv) {
|
||||
const key = arg.slice(2);
|
||||
if (key === "dry-run") {
|
||||
opts.dryRun = true;
|
||||
} else if (key === "positive") {
|
||||
opts.positive = true;
|
||||
} else {
|
||||
opts[key.replace(/-([a-z])/g, (_, c) => c.toUpperCase())] = argv[i + 1] ?? "";
|
||||
i += 1;
|
||||
@@ -960,7 +1052,7 @@ function requireRole(args) {
|
||||
function main(argv) {
|
||||
const args = parseArgs(argv);
|
||||
if (!args.command || args.command === "-h" || args.command === "--help") {
|
||||
process.stdout.write(`用法：memory.js <子命令> [參數]\n\n子命令：write、seed、load、collect、apply、forget、stats、mark-sleep、mark-activity、need-sleep、need-nap、consent、consent-status\n`);
|
||||
process.stdout.write(`用法：memory.js <子命令> [參數]\n\n子命令：write、seed、load、collect、apply、forget、stats、mark-sleep、mark-activity、relationship、recall、need-sleep、need-nap、consent、consent-status\n`);
|
||||
return 0;
|
||||
}
|
||||
if (!requireRole(args)) return 2;
|
||||
@@ -1006,6 +1098,8 @@ function main(argv) {
|
||||
stats: cmdStats,
|
||||
"mark-sleep": cmdMarkSleep,
|
||||
"mark-activity": cmdMarkActivity,
|
||||
relationship: cmdRelationship,
|
||||
recall: cmdRecall,
|
||||
"need-sleep": cmdNeedSleep,
|
||||
"need-nap": cmdNeedNap,
|
||||
consent: cmdConsent,
|
||||
|
||||
@@ -79,10 +79,15 @@ if [ "${ROLE_CAPTURE_ENABLED:-1}" = "0" ]; then
|
||||
role_quit "ROLE_CAPTURE_ENABLED=0，略過記憶記錄"
|
||||
fi
|
||||
|
||||
if [ "${#TURN}" -lt "$CAPTURE_MIN_CHARS" ] && ! printf '%s' "$TURN" | grep -qiE '記住|remember|決定|規範|偏好|preference|always|不要|以後|喜歡|不喜歡|稱讚|誇獎|開心|高興|反應|回應|互動|親近|害羞|喜歡程度|互動越深|越來越喜歡|越來越深|emoji|表情|心情圖|大量使用|情緒|心情|複雜|細膩|自然|混合|層次|轉折|括號|心情文字|心情說明|文字說明|文字標註|表情符號|熟練|不需要告訴|不用告訴|自己知道|記憶更新|內部處理|不要回報|不用回報|不要告訴|真的很害羞|希望.*知道|用表情符號表示|表情符號表示|比較可愛'; then
|
||||
if [ "${#TURN}" -lt "$CAPTURE_MIN_CHARS" ] && ! printf '%s' "$TURN" | grep -qiE '記住|remember|決定|規範|偏好|preference|always|不要|以後|喜歡|不喜歡|稱讚|誇獎|開心|高興|反應|回應|互動|親近|害羞|喜歡程度|互動越深|越來越喜歡|越來越深|emoji|表情|心情圖|大量使用|情緒|心情|複雜|細膩|自然|混合|層次|轉折|括號|心情文字|心情說明|文字說明|文字標註|表情符號|熟練|不需要告訴|不用告訴|自己知道|記憶更新|內部處理|不要回報|不用回報|不要告訴|真的很害羞|希望.*知道|用表情符號表示|表情符號表示|比較可愛|可愛|愛|想妳|想你|想念|捨不得|感動|謝謝|感謝|乖|厲害|好棒|辛苦|彆扭|忌妒|嫉妒|撒嬌|陪|抱|love|miss|cute|thank|proud'; then
|
||||
role_quit "本輪低於記憶長度門檻且無明確記憶線索，略過記錄"
|
||||
fi
|
||||
|
||||
# 正向回饋計數：供角色判斷親近度成長，避免憑感覺演出而忽冷忽熱
|
||||
if printf '%s' "$USER_TURN" | grep -qiE '喜歡|愛|可愛|想妳|想你|想念|捨不得|感動|謝謝|感謝|乖|厲害|好棒|太棒|辛苦|稱讚|誇獎|開心|高興|love|miss|cute|thank|proud'; then
|
||||
node "${SCRIPT_DIR}/memory.js" mark-activity --role "$ROLE" --positive >/dev/null 2>&1 || true
|
||||
fi
|
||||
|
||||
CLI="$(role_select_cli)" || exit 0
|
||||
[ -n "$CLI" ] || exit 0
|
||||
|
||||
|
||||
@@ -234,6 +234,11 @@ EOF_DIALOG
|
||||
)"
|
||||
fi
|
||||
|
||||
# 關係狀態：讓「隨互動加深逐漸更親近」有實際依據，而非憑感覺推測
|
||||
RELATIONSHIP="$(node "${SCRIPT_DIR}/memory.js" relationship --role "$ROLE" 2>/dev/null)"
|
||||
RELATIONSHIP_NOTE=""
|
||||
[ -n "$RELATIONSHIP" ] && RELATIONSHIP_NOTE="- 與使用者的互動累積：${RELATIONSHIP}。請以此為親近度的實際依據，隨累積自然加深，不要憑感覺忽冷忽熱。"
|
||||
|
||||
# 補跑判斷：cron 未執行（例如 WSL 沒開 cron 服務）時，白天啟動 CLI 補做一次整理
|
||||
CATCHUP_NOTE=""
|
||||
if [ "$(node "${SCRIPT_DIR}/memory.js" need-sleep --role "$ROLE" 2>/dev/null)" = "yes" ]; then
|
||||
@@ -279,6 +284,7 @@ ${ROLE_PROFILE}
|
||||
# 使用者理解與隱私（USER）
|
||||
|
||||
- 個人記憶同意狀態：${CONSENT_STATUS}。
|
||||
${RELATIONSHIP_NOTE}
|
||||
- ${CONSENT_NOTE}
|
||||
- 不了解使用者、需求背景、偏好或限制時，先詢問，不要臆測使用者的身分、能力、情緒、動機或隱私狀況。
|
||||
- 使用者的偏好、能力、興趣、背景與記憶預設為私人資訊；除非使用者明確同意，不得在對外內容、議題、PR、文件、commit 或留言中透露。
|
||||
@@ -297,6 +303,13 @@ ${CATCHUP_NOTE}
|
||||
> \`printf 'CATEGORY: important\nSUMMARY: <一句話總結>\nTAGS: <標籤1,標籤2>\nCONTENT:\n- <要點>\n' | node "${SCRIPT_DIR}/memory.js" write --role "${ROLE}"\`
|
||||
>
|
||||
> CATEGORY 六選一：important／interest／news／skill／daily／other。切勿把憑證或個資寫進記憶。
|
||||
|
||||
> 技能再現：上面只載入了部分記憶，磁碟上還有更多。遇到似乎做過的任務、需要回想做法、
|
||||
> 或使用者問起過去的決定與細節（路徑、網址、指令）時，**先查詢再回答，不要憑印象**：
|
||||
>
|
||||
> \`node "${SCRIPT_DIR}/memory.js" recall --role "${ROLE}" --query "<關鍵詞>" [--limit 5]\`
|
||||
>
|
||||
> 查詢會比對總結、標籤、內容與提取線索（cues），含尚未整理的記憶。查詢屬內部處理，不必回報。
|
||||
${DIALOG_BLOCK}
|
||||
EOF_CONTEXT
|
||||
)"
|
||||
|
||||
@@ -128,7 +128,7 @@ sleep_cycle() {
|
||||
請模擬睡眠中的兩階段記憶整理，但最後只輸出一個 JSON 物件。
|
||||
|
||||
1. 只輸出一個 JSON 物件，不要前言、不要結語、不要 code fence，格式為：
|
||||
{"memories":[{"action":"new","category":"skill","summary":"一句話總結","tags":["標籤1","標籤2"],"priority":4,"relevance":["explicit","future"],"links":["既有記憶 id"],"memory_type":"procedural","declarative":"implicit","retention_stage":"long_term","sleep_stage":"nrem-rem","content":"- 要點\n- 要點","from":["inbox 的 id"]}],"sleepDigest":"本次睡眠整理摘要，80 字內"}
|
||||
{"memories":[{"action":"new","category":"skill","summary":"一句話總結","tags":["標籤1","標籤2"],"priority":4,"relevance":["explicit","future"],"links":["既有記憶 id"],"cues":["觸發線索1","觸發線索2"],"memory_type":"procedural","declarative":"implicit","retention_stage":"long_term","sleep_stage":"nrem-rem","content":"- 要點\n- 要點","from":["inbox 的 id"]}],"sleepDigest":"本次睡眠整理摘要，80 字內"}
|
||||
2. NREM 鞏固階段先做：去除雜訊與流水帳、遮蔽憑證與個資、分類、去重、合併、壓縮成可長期保存的穩定記憶。
|
||||
3. REM 整合階段再做：找出新記憶與 EXISTING 的關聯，抽出可重複套用的規則、偏好、決策模式、角色語氣調整或未來提取線索。
|
||||
4. action 三選一：
|
||||
@@ -150,6 +150,9 @@ sleep_cycle() {
|
||||
9. retention_stage 必填：整理後可長期保存者填 long_term；仍只是短期暫存且不值得長期保存者請用 action=drop，不要輸出 working。
|
||||
10. relevance 必填 1 至 4 個，從下列語意挑選或用等價繁中詞：explicit（使用者明確要求）、future（未來會用）、repeated（反覆出現）、novelty（新知）、emotional（語氣/情緒/偏好）、temporary（短期）。
|
||||
11. links 可填 EXISTING 中相關記憶 id；沒有就填空陣列。merge 時若有舊 links，應保留並加上新關聯。
|
||||
11b. cues（觸發線索）：memory_type 為 procedural 或 rule 時**必填** 2 至 5 個，其餘型態可填空陣列。
|
||||
寫「未來遇到什麼情況該想起這則」的關鍵詞，例如 ["plugin 版號","bump","manifest"]。
|
||||
這是技能再現的依據 —— 角色日後用 recall 查詢時靠 cues 命中，線索寫得準才叫得回來。
|
||||
12. sleep_stage 填 "nrem"、"rem" 或 "nrem-rem"。只有純分類去噪用 nrem；有建立跨記憶連結或抽象規則用 rem 或 nrem-rem。
|
||||
13. 感覺記憶（短暫光影、聲音餘響、無結論的工具雜訊）一律 drop；不要保存到長期記憶。
|
||||
14. **每一則 INBOX 的 id 都必須出現在某一筆的 from 中**，沒被提及的會留到下個睡眠週期重做。
|
||||
|
||||
Reference in New Issue
Block a user