ai_member_xiaokui/memory/.dreams/short-term-recall.json
2026-05-07 08:10:01 +08:00

166 lines
9.5 KiB
JSON
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

{
"version": 1,
"updatedAt": "2026-05-06T13:30:08.593Z",
"entries": {
"memory:memory/2026-04-18.md:1:5": {
"key": "memory:memory/2026-04-18.md:1:5",
"path": "memory/2026-04-18.md",
"startLine": 1,
"endLine": 5,
"source": "memory",
"snippet": "# 2026-04-18 工作日志 ## 术语共识 [李若松确认] 术语「飞书反馈消息数据库」默认指代用户反馈收集技能中的飞书内部测试反馈MySQL数据表 `vala_test.lark_group_message`存储「内容测试问题反馈」群oc_fabff7672e62a9ced7b326ee4a286c26的同步消息数据。",
"recallCount": 4,
"dailyCount": 0,
"groundedCount": 0,
"totalScore": 4,
"maxScore": 1,
"firstRecalledAt": "2026-04-30T03:47:21.989Z",
"lastRecalledAt": "2026-05-06T13:30:08.593Z",
"queryHashes": [
"353f9765c086",
"a6b740c99377",
"9625ed0029fd",
"f865295b9ac7"
],
"recallDays": [
"2026-04-30",
"2026-05-06"
],
"conceptTags": [
"vala-test.lark-group-message",
"工作",
"日志",
"术语",
"共识",
"若松",
"确认",
"反馈"
]
},
"memory:memory/2026-04-30.md:198:224": {
"key": "memory:memory/2026-04-30.md:198:224",
"path": "memory/2026-04-30.md",
"startLine": 198,
"endLine": 224,
"source": "memory",
"snippet": "3. 问题描述留 `[AI归纳]` 占位符 - 运行时 AI即助手本身根据元数据 + 对话上下文,生成精炼的问题描述 #### AI 归纳的最终输出格式(固定模板) ```markdown ### 问题 N > **在{端}端{环节}内({课程}{角色/组件}出现了{现象}** | 发言人 | 要点 | |--------|------| | ... | ... | **当前问题排查结论:** ... ``` #### 结论提取规则增强 - 解释性关键词:上云/预下载/加载/原因是/改为了/首次 → 标记为分析性发言 - 分析性发言 + 日志上传 → 输出「疑似{原因},已上传日志,排查中」 - 分析性发言 + 无日志 → 输出「{原因},待确认」 - 无分析 + 无日志 → 改为「暂未排查到问题」(刘新玉确认,比「暂未排查到根因」更准确) #### 4/28 最终归纳结果AI 生成) 1. **NPC HUD 显示**在移动端关卡内11-2NPC 头上的 HUD 偶尔变成一小条 → 暂未排查到问题 2. **iOS Loading 慢**:在 iOS 端关卡内L1 3-2Loading 耗时约 10 秒(正常 3 秒),导致组件数据丢失/无音频 → 疑似关卡内容上云加载导致,已上传日志,排查中 #### 结论提取的边界 - 刘新玉指出:\"暂未排查到问题\" vs \"暂未排查到根因\" → 前者更准确(问题被描述了但可能没被排查)",
"recallCount": 1,
"dailyCount": 0,
"groundedCount": 0,
"totalScore": 1,
"maxScore": 1,
"firstRecalledAt": "2026-05-06T13:30:08.593Z",
"lastRecalledAt": "2026-05-06T13:30:08.593Z",
"queryHashes": [
"f865295b9ac7"
],
"recallDays": [
"2026-05-06"
],
"conceptTags": [
"角色/组件",
"上云/预下载/加载/原因是/改为了/首次",
"4/28",
"11-2",
"3-2",
"导致组件数据丢失/无音频",
"问题",
"描述"
]
},
"memory:memory/2026-04-30.md:116:142": {
"key": "memory:memory/2026-04-30.md:116:142",
"path": "memory/2026-04-30.md",
"startLine": 116,
"endLine": 142,
"source": "memory",
"snippet": "问题:很多消息有关联但没有 `quote_message_id`(飞书 API 的 `root_id`/`parent_id` 未采集) **推断规则(按优先级)** 1. **@提及匹配**:消息中 @了某人 → 关联到被@者最近一条消息 2. **同发送者聚类**:同一人在 2 分钟窗口内连续发多条 → 认为是对同一目标消息的回复 3. **最近不同发送者**关联到最近一条不同发送者的消息30 分钟内) 已测试效果:上午 NPC HUD 问题链成功串联,下午 iOS 问题链准确分组。部分跨话题误判仍需 AI 语义辅助策略3待后续评估。 #### 触发方式 - 手动:「同步飞书反馈」「整理反馈对话链」 - 定时:每天 10:00 crontab 自动执行 ## 步骤4问题归纳功能开发 [刘新玉] - 2026-04-30 18:38 完成 ### 步骤4 包含两部分 1. **问题描述**:在{端}{环节}内({课程}{角色/组件}出现了{现象} 2. **当前问题排查结论**:从对话最后 1-2 条提取,匹配规则: - \"日志上传/排查/查\" → \"日志已上传,排查中\" - \"确认/确实\" → \"已确认,待修复\" - \"已修复/已解决\" → \"已修复\" - \"不是 bug/设计如此\" → \"非问题,设计如此\" - 无明确结论 → \"暂未排查到根因\" ### 归纳格式 ```markdown ### 问题 N",
"recallCount": 1,
"dailyCount": 0,
"groundedCount": 0,
"totalScore": 1,
"maxScore": 1,
"firstRecalledAt": "2026-05-06T13:30:08.593Z",
"lastRecalledAt": "2026-05-06T13:30:08.593Z",
"queryHashes": [
"f865295b9ac7"
],
"recallDays": [
"2026-05-06"
],
"conceptTags": [
"quote-message-id",
"root-id",
"parent-id",
"角色/组件",
"1-2",
"日志上传/排查/查",
"确认/确实",
"已修复/已解决"
]
},
"memory:memory/2026-04-30.md:134:166": {
"key": "memory:memory/2026-04-30.md:134:166",
"path": "memory/2026-04-30.md",
"startLine": 134,
"endLine": 166,
"source": "memory",
"snippet": "- \"日志上传/排查/查\" → \"日志已上传,排查中\" - \"确认/确实\" → \"已确认,待修复\" - \"已修复/已解决\" → \"已修复\" - \"不是 bug/设计如此\" → \"非问题,设计如此\" - 无明确结论 → \"暂未排查到根因\" ### 归纳格式 ```markdown ### 问题 N > **在{端}端{环节}内({课程}{角色/组件}出现了{现象}** | 发言人 | 要点 | |--------|------| | 报告人 | 🚩 报告:... | | ... | ... | | 最终人 | ✅ 结论/待排查 | ``` ### 维度提取规则 | 维度 | 优先级/来源 | |------|------------| | 端 | iOS > iPad > pad端 > Android > 移动端 > PC正则匹配忽略大小写 | | 环节 | 关卡内/知识巩固/单元挑战/听力挑战/阅读挑战/口语挑战/写作挑战/单元强化/瓦拉学院/报告(从消息文本匹配) | | 课程 | 匹配数字编号(如 11-2、L1 3-2 | | 角色/组件 | NPC/HUD/音频/组件/数据/Loading/加载/日志(从消息文本匹配) | | 现象 | 从消息中提取要害描述,截断在 35 字符以内 | ### 现象提取逻辑 1. 优先从包含 \"Bug的表现是这样的\"、\"问题是\"、\"发现\"、\"出现\" 等关键词的消息中截取描述句 2. 提取的句子去除 URL、图片标记、疑问句 3. 截断到 35 字符防止过长 ### Bug 修复记录",
"recallCount": 1,
"dailyCount": 0,
"groundedCount": 0,
"totalScore": 1,
"maxScore": 1,
"firstRecalledAt": "2026-05-06T13:30:08.593Z",
"lastRecalledAt": "2026-05-06T13:30:08.593Z",
"queryHashes": [
"f865295b9ac7"
],
"recallDays": [
"2026-05-06"
],
"conceptTags": [
"日志上传/排查/查",
"确认/确实",
"已修复/已解决",
"bug/设计如此",
"角色/组件",
"结论/待排查",
"优先级/来源",
"11-2"
]
},
"memory:memory/2026-04-30.md:177:205": {
"key": "memory:memory/2026-04-30.md:177:205",
"path": "memory/2026-04-30.md",
"startLine": 177,
"endLine": 205,
"source": "memory",
"snippet": "- iOS 的两个相关话题(组件无音频 / Loading 慢因无引用关系而分成两个簇需策略3语义聚类解决 - 单消息簇被跳过(需至少 2 条消息才能形成问题) ### Skill 文件最终状态 - `skills/feishu-feedback-sync/SKILL.md`已包含完整步骤1-4的文档 - `skills/feishu-feedback-sync/scripts/sync_feishu_feedback.py`:已集成 `summarize_cluster()`、`extract_location_elements()`、`generate_summary()` 函数 - crontab 每日 10:00 执行与步骤3一起 ### 步骤4 架构调整AI 归纳取代规则生成 [刘新玉] - 2026-04-30 19:07 #### 问题 脚本规则匹配生成的问题描述质量差: - 组件匹配失败NPC/HUD → \"未知组件\" - 现象摘取了完整原始消息(含 @、无关词) - 端识别不稳定 #### 决策 **脚本输出结构化元数据 + 对话表AI 负责归纳描述。** - 脚本 `summarize_cluster` 改为输出: 1. 位置元数据(端/环节/课程/组件)— 由 `extract_location_elements` 提取 2. 发言人-要点表格(规则生成) 3. 问题描述留 `[AI归纳]` 占位符 - 运行时 AI即助手本身根据元数据 + 对话上下文,生成精炼的问题描述 #### AI 归纳的最终输出格式(固",
"recallCount": 1,
"dailyCount": 0,
"groundedCount": 0,
"totalScore": 1,
"maxScore": 1,
"firstRecalledAt": "2026-05-06T13:30:08.593Z",
"lastRecalledAt": "2026-05-06T13:30:08.593Z",
"queryHashes": [
"f865295b9ac7"
],
"recallDays": [
"2026-05-06"
],
"conceptTags": [
"已包含完整步骤1-4的文档",
"summarize-cluster",
"extract-location-elements",
"generate-summary",
"npc/hud",
"端/环节/课程/组件",
"发言人-要点表格",
"ios"
]
}
}
}