记忆与自进化

TaskWizard 的记忆分三层，全部本地存储（memory/），不依赖外部服务。

总览

flowchart TD
    RUN["每次运行"] -->|结束| EP["episode 档案<br/>memory/experience/"]
    RUN -->|应用启动事实| KB["App-KB<br/>memory/app_kb/"]
    EP --> IDX["向量索引<br/>memory/vec.db"]
    KB --> IDX
    IDX -->|shadow：只记录| STATS["命中率统计<br/>recall_stats.json"]
    DREAM["dream 整理<br/>（run 之间）"] --> KB
    DREAM --> EP

第一层：App-KB（应用事实库）

记录本机可启动应用及其别名，按设备序列号隔离。

写入路径：

来源	条件	优先级
device	run 启动时同步本机应用清单	最低（可被覆盖）
learned	启动成功且叫法与官方名不同；或"中文叫法失败→候选包名成功"的隐式纠正	中
user	用户明确纠正	最高

存储为 JSONL 事件日志 + 可重建的 kb.json 视图。dream 在 run 之间整理：淘汰已卸载应用、衰减长期未用条目（--dream 或 PHONE_AGENT_DREAM=auto）。

第二层：episode 经验档案

每次 run 结束写一条结构化档案（memory/experience/）：目标（脱敏）、成败与终局原因、步数、分角色 token、警告次数、验收判决、涉及应用、时段/星期、能力快照。

• 隐私白名单：只存上述骨架字段；输入内容、mark 文本、截图永不落盘；
• observe-only：记录不改变模型行为；
• 超量（默认 500 条）或超龄（默认 90 天）的档案由 dream 折叠为聚合统计。

第三层：语义回想（RAG，默认 shadow）

flowchart LR
    Q["新任务"] --> F["硬过滤<br/>本机设备 · 未撤销"]
    F --> S["混合打分<br/>0.65 向量 + 0.25 关键词 + 0.10 时间衰减"]
    S --> T{"≥ 阈值？"}
    T -- 是 --> R["候选（top-k，默认 5）"]
    T -- 否 --> NIL["静默，不召回"]
    R -->|shadow 档| LOG["只写 trace/统计<br/>不进模型上下文"]
    LOG --> EVAL["run 结束自动对答案<br/>（召回的 app vs 实际启动的 app）"]

• 嵌入模型：本地 MLX 运行 Qwen3-Embedding-0.6B（PHONE_AGENT_EMBED_MODEL 可换）；
• 索引可重建：--rebuild-vec 从事件日志全量重建；
• shadow 统计（命中率/误命中率）显示在控制台「记忆」页；达标前不开启注入。

下一步：提炼与晋升（未实现）

用 LLM 对成功/失败档案做对照蒸馏，产出候选经验；经 Rule-of-3（至少 3 次独立出现）与人工确认后晋升为正式经验；晋升经验在相关任务开局注入（上限 3+1 条 / 800 token），可一键撤销。

原则：先记录、再影子验证、最后才改变模型行为；每一步可回退。