Add teaching Python agent CLI with Poetry and CI

This commit is contained in:
Shawn Bot
2026-04-02 10:09:34 +00:00
parent 0b4e0c0ae9
commit 3e979daa61
27 changed files with 2181 additions and 0 deletions

View File

@@ -0,0 +1,152 @@
# 04. 记忆与会话系统需求文档
## 1. 为什么需要记忆系统
如果产品只靠当前窗口上下文工作,会出现几个问题:
- 用户长期偏好无法沉淀
- 项目背景每次都要重新解释
- 复杂任务容易因上下文压缩而丢失关键事实
- 系统无法逐步形成“协作连续性”
因此,这个产品需要一个多层级记忆系统。
## 2. 记忆系统的产品目标
1. 保存长期有效的用户偏好和协作约束
2. 保存项目级背景信息
3. 在上下文压缩后仍能恢复关键事实
4. 支持会话恢复与后续继续执行
5. 为子任务和后台任务提供必要的上下文继承
## 3. 记忆层级反推
从目录结构与调用链可以推断,产品至少需要以下记忆层级:
### 3.1 用户级记忆
保存:
- 用户语言偏好
- 输出风格偏好
- 常见工作习惯
- 可长期生效的协作规则
### 3.2 项目级记忆
保存:
- 项目目录背景
- 常用命令
- 测试 / 构建约定
- 项目规范文件中的持续性要求
### 3.3 会话级记忆
保存:
- 当前任务目标
- 当前已知上下文
- 本轮执行中的中间状态
- 当前阶段的局部决策
### 3.4 子任务级记忆
保存:
- 子 agent 的任务目标
- 子 agent 的局部上下文
- fork 继承的父上下文
- 验证 / 探索 / 规划等专职子任务的专属状态
## 4. 记忆系统的核心需求
### 4.1 持久化需求
系统需要能保存以下内容:
- 用户长期偏好
- 项目常识
- 会话摘要
- 可恢复的任务元数据
### 4.2 注入需求
系统需要在合适的时机把记忆重新注入到模型上下文中,而不是永久塞在一次请求里。
### 4.3 压缩需求
当上下文接近限制时,系统必须支持:
- 自动压缩历史
- 保留关键事实
- 降低 token 成本
### 4.4 恢复需求
用户中断后再次回来时,系统要支持:
- 恢复当前任务状态
- 恢复关键上下文
- 继续之前的执行链
## 5. Session 管理需求
### 5.1 会话身份
每个会话都需要唯一标识,便于:
- 恢复
- 归档
- 分析
- 分享
- 跟踪任务生命周期
### 5.2 会话摘要
系统需要能够自动生成摘要,用于:
- 历史压缩
- 后续恢复
- 快速理解上下文
### 5.3 会话转录
系统需要持久记录关键消息流,至少包括:
- 用户输入
- 模型输出
- 工具调用摘要
- 子任务结果
- 失败信息
## 6. 为什么记忆不能等于“把所有历史都塞进去”
产品层面必须避免一种错误思路:把完整历史无脑拼进上下文。
这样会导致:
- 成本上升
- 注意力稀释
- 有效信息被噪声淹没
- 子任务污染主线程
更合理的需求是:
> 记忆应该是可选择地提取、压缩、恢复和注入,而不是无节制堆积。
## 7. fork 与记忆的需求关系
从多 agent 设计看fork 子任务有两个特殊需求:
1. 继承足够的上下文来完成任务
2. 又不能把中间噪声带回主线程
因此系统需要:
- 支持父子上下文有边界地继承
- 支持子任务输出被总结,而不是原样回灌
- 支持 prompt cache 友好的上下文复用
## 8. 记忆系统的伪代码表达
```python
class MemorySystem:
def load_user_memory(self, user_id):
...
def load_project_memory(self, project_root):
...
def load_session_summary(self, session_id):
...
def build_runtime_context(self, user_memory, project_memory, session_summary):
return merge_relevant_context(user_memory, project_memory, session_summary)
def compact_if_needed(self, messages):
if context_budget_low(messages):
return summarize(messages)
return messages
```
## 9. 产品经理视角下的总需求句
> 这套产品必须拥有一个分层记忆系统:它既能保存长期偏好与项目背景,又能在上下文预算受限时压缩历史,并在任务恢复、子任务继承和长期协作中重新注入关键事实。