84 lines
1.7 KiB
Markdown
84 lines
1.7 KiB
Markdown
# Runner, Schemas, and Memory Store
|
||
|
||
## 目标
|
||
|
||
把 memabra 从“能分别检索、路由、回放”推进到“能产出合法 draft trajectory、能校验数据、能管理 typed memory records”。
|
||
|
||
## 当前实现
|
||
|
||
### runner.py
|
||
提供：
|
||
- `MemabraRunner`
|
||
|
||
能力：
|
||
- 接收 `TaskContext`
|
||
- 调用 retriever 获取候选
|
||
- 调用 router 生成动作决策
|
||
- 自动生成 draft trajectory
|
||
- 产出最小事件流：
|
||
- `task_received`
|
||
- `candidates_recalled`
|
||
- `action_selected`
|
||
|
||
意义：
|
||
这让 memabra 第一次具备了一个 task-to-trajectory 的实际入口。
|
||
|
||
### schemas.py
|
||
提供：
|
||
- `SchemaRegistry`
|
||
- `SchemaValidationError`
|
||
|
||
当前策略：
|
||
- 先做轻量级 runtime validation
|
||
- 不依赖外部库
|
||
- 先校验关键 required keys
|
||
|
||
这还不是完整 JSON Schema engine，但足够先守住地板线，避免样本结构乱飞。
|
||
|
||
### memory_store.py
|
||
提供：
|
||
- `MemoryRecord`
|
||
- `MemorySource`
|
||
- `VerificationState`
|
||
- `InMemoryMemoryStore`
|
||
|
||
当前能力：
|
||
- upsert
|
||
- get
|
||
- list_by_type
|
||
- mark_used
|
||
- verify
|
||
- revoke
|
||
|
||
意义：
|
||
现在 memabra 终于不是只会“谈记忆”，而是有一个 typed memory record runtime 了。
|
||
|
||
## 当前闭环
|
||
|
||
现在已有：
|
||
- retrieval
|
||
- router
|
||
- runner
|
||
- replay
|
||
- memory store
|
||
- schema validation
|
||
|
||
也就是：
|
||
任务 -> 候选召回 -> 路由决策 -> trajectory 草稿 -> 回放统计
|
||
并且 memory record 本身也能做校验和状态变更。
|
||
|
||
## 还差什么
|
||
|
||
- execution adapter（真实工具/skill/memory 注入）
|
||
- 完整 JSON Schema 验证
|
||
- trajectory 持久化层
|
||
- richer reward aggregation
|
||
- counterfactual replay
|
||
|
||
## 建议下一步
|
||
|
||
1. 做 `execution.py`
|
||
2. 做 `persistence.py`
|
||
3. 给 runner 接上 memory store 和 telemetry writeback
|
||
4. 做 richer router scoring v2
|