Skip to content

feat: 交付 Memory 驱动的 Skill 原型与 Claude 日常经验采集 - #7

Open
CyanYuMu wants to merge 152 commits into
hugegraph:masterfrom
CyanYuMu:codex/skill-p5-minimal
Open

CyanYuMu wants to merge 152 commits into
hugegraph:masterfrom
CyanYuMu:codex/skill-p5-minimal

Conversation

@CyanYuMu

@CyanYuMu CyanYuMu commented Nov 9, 2026 •

Copy link
Copy Markdown

Description

基于现有 MemOS Memory 系统交付可运行的 Skill 原型:受控任务经验真实入库并回读,提炼带逐规则来源的候选,经独立验证与人工发布后由 Claude Code 加载使用,再回收结果并处理工具失效与恢复。

本次增加日常经验入口:用户对项目启用一次原生 Claude Hook 后,直接使用 Claude Code 即可自动记录新请求、工具结果和最终回复,后台同步至 Memory。这些记录统一为 observed_unverified,不会自动变成合格来源、生成或发布 Skill,也不会在普通会话中自动加载 Skill。

Related Issue: Refs #6。本 PR 是 master 数据面与交付文档;配套控制面 #8(be)和前端 #9(fe)联合评审、部署,不提前关闭 issue。

交付范围

  • 受控经验、最小证据包、最终补丁绑定验收、Memory 写入与实际回读、候选生成及来源审阅修订。
  • Neo4j Skill Graph:规则与来源 Memory/执行证据的追溯、固定版本依赖、验证/Release 与版本替代。
  • 管理 API、候选隔离评测、追加式裁决、人工发布事务、正常加载准入、服务内正常运行和未知反馈恢复。
  • 来源/工具观察、依赖失效传播、恢复验证、暂停/撤回、追加监测绑定;历史批次只读审计与公开复现入口 memos.skill_demo。
  • Claude Code 受控适配:固定原生 Skill 导出、真实加载及工具事件、规则声明、隐藏验收隔离。
  • 新增 skill_capture:项目 Hook 合并/卸载、本地 SQLite 事件账本、后台按轮整理与 Memory 回读、只读状态页、固定程序副本与 macOS LaunchAgent。
  • 新增需求与交付基线,统一记录功能要求、实际结果、操作入口和未完成项;README 提供入口。

日常采集契约

当前本机仅启用 MemOS、MemOS-be、MemOS-fe 三个项目;配置支持显式允许目录,只接收启用后的新事件,不回溯历史 transcript。原全局配置、其他 Hook、工具权限与模型认证保留。

八类事件为 SessionStart、UserPromptSubmit、PreToolUse、PostToolUse、PostToolUseFailure、Stop、StopFailure、SessionEnd。Hook 只在本地记录,不联网、不调用模型;错误不阻断用户任务。后台按轮归档,处理重复、迟到与不完整事件,保留失败及修订。

Memory 提交结果未知时只核对、不重复 POST。synced 和 source_identity_only 仅确认来源身份及归属,不证明任务成功或正文语义正确。普通会话不继承受控执行器的沙箱和发布资格。

本地只读页面默认 127.0.0.1:5282,展示会话、经验、完整性和 Memory ID;它与 React /cn/skills 管理页面分开,不提供审阅、发布或写接口。配置、原生记录和部署凭据不入库。敏感字段/模式及已知值脱敏有边界,不保证识别全部语义隐私。

已发布 Skill 与真实闭环

发布范围收窄为受控 Dream UPDATE 调用中删除 fields 前的多余位置参数,不是通用 Python mock/fixture 修复。固定 revision 为 c7fb3c895b2d49edc82c2808d551224d7c5ef705529d966b7973c6c042b3b8d6,Release 为 b23912814a518f795dd4598b3f009e514f779eda9873b8255ff7c81da84e951b。

  • 3 条 MemorySnapshot 来自 2 个案例;仅 1 条独立成功经验支持具体修复动作,失败和 scoped-read 来源用于限制归因与范围。
  • 6 个资格任务加 1 个无经验校准,共 7 单元;裁决形成 6/6 分支覆盖和三种停止边界。审阅/发布记录为“用户授权、助手受托审阅/执行”,不声称用户逐项亲审。
  • 受控 Claude Code 2.1.296 实际加载发布版本,完成正常任务及反馈;日常采集另以本机 CLI 2.1.322 验证,不替换受控工具基线。
  • 工具演进已真实演示:专用 CLI 失去执行权限 → 扫描并拒绝准入 → 恢复权限后仍为 restored_pending → 新两单元验证与裁决 → restore 后重新准入和正常使用。
  • 原失败、unknown 和反馈事务错误均保留;修复后以独立回读追加恢复记录,不覆盖旧评分。真实图中有 c7 SUPERSEDES e14。

效果实验与限制

实验 对象与规模 实际结论
P4 三组对照 祖先版本 f92905541710…,7 任务 × 3 组 无经验 5/0/2、原始 Memory 5/1/1、Skill 5/0/2(通过/失败/unknown);主修复任务三组均 3/3
U4 同合同迁移 已发布 c7,2 任务 × 3 组 三组均 2/2,未观察到成功率提升
边界任务对照 已发布 c7,6 任务 × 2 组 × 2 轮 主指标:无经验 8/0/4、Skill 9/0/3;4 个配对含 unknown。仅在不计过程顺序的次要指标中,12 个配对两组全部通过

已发布 c7 做过 U4 和边界对照;P4 的对象是祖先版本,不能直接替代 c7 的证据。三次实验均未提供收益证据;任务容易、每格样本少,不能据此推断普遍有效或无效。边界实验中 Skill 组更慢(317.0 对 198.0 秒)、更贵(1.2226 对 0.6468 USD);7 个单元的检查/编辑重叠全部保留为过程证据缺口,未用次要指标覆盖主评分。中止批次及重评分记录同样保留。

机器可读逐单元摘要已公开:P4、P5、U4、边界对照。完整原生轨迹由操作者保管;公开哈希不替代原始证据的独立复核。

尚未完成

  1. 支撑同一修复动作的多条独立成功经验,以及第二个真实 Skill 的依赖关系;REQUIRES/RELATED_TO 与多根因传播目前在明确标记的合成 Neo4j 项目中验证。
  2. 来源 Memory 变化在已发布版本上的实际演示。检测与反向定位已有实现和真实 Neo4j 隔离测试;本轮实际演进展示的是工具变化。
  3. 有区分度的效果实验,以及检查与编辑先后顺序的可靠记录。
  4. 日常经验的任务合同、独立最终补丁验收、来源资格转换、相关经验发现与后台候选触发,以及普通会话的固定版本 Skill 检索/加载。
  5. 日常记录的长期保留/自动清理、全部交互 TUI/子 Agent/取消场景和跨平台部署;当前 SQLite 设 512 MiB 写入门槛。来源/工具失效监测仍需显式发起,采集后台不是持续生命周期扫描器。

当前仅接入 Claude Code;受控沙箱仅在 macOS 验证。冻结协议副本存在维护成本,skill_release_v2 仍为未集成实验。上述限制不因本次增加自动采集而消失。

文档与评审入口

建议按 experience/drafting → management/governance/lifecycle → 受控运行/contracts/demo → capture → 测试与文档分组评审。本次日常采集代码全部在新增模块中,不修改旧 MemoryBridge 的资格门槛。

Type of change

  • New feature
  • Bug fix
  • Documentation update

How Has This Been Tested?

本次自动采集的验证记录见上方专项文档:

  • 新增 26 项测试;与既有 Memory 客户端、MemoryBridge 合计 82 项回归通过,覆盖范围隔离、合并/卸载、脱敏、重复/迟到事件、异常提交与只读回读。Ruff、格式和提交钩子通过。
  • 本机 Claude Code 2.1.322 原生项目 Hook 实测:三个项目均采集,范围外成功会话未入账;正常 Read 与失败 Read 均记录。使用原生 -p 会话,不声称覆盖交互 TUI 的全部操作。
  • 5 个范围内会话、29 条事件、6 份经验修订全部回读,关联 7 个 Memory ID;含未登录失败及完整性修订,不是 6 个独立成功任务。已通过最终干净会话验证;早期认证、stdin 及回读问题如实留档。
  • 全局 Claude 配置哈希不变;服务被 SIGTERM 后 LaunchAgent 自动重启,既有事件身份保持;浏览器展示真实记录、经验详情与 Memory ID。五次成功 CLI 验证(含范围外对照)报告费用约 0.284 USD,属于接入验证而非收益实验。

此前原型验证(与本次范围不同,数字存在交叉,不相加):

  • Python 定向回归 455 passed / 64 skipped、712 passed / 2 skipped;提供独立 Neo4j 后管理/生命周期/图谱 live 测试 322 passed / 0 skipped。边界实验测试 23 passed。
  • memos.skill_demo selfcheck、memos.skill_transfer qualify 离线通过;实际 Memory 回读、图谱重复导入、真实 Claude 来源与发布/恢复/normal 链路通过。
  • 配套 Go go test ./... 全部通过;前端 pnpm verify 262 tests passed,类型/lint/格式/构建通过。这是已记录的配套分支验收,不声称在本次纯文档提交上重跑三端。

复现先按公开复现文档准备独立 Memory、Neo4j、Claude 与私有配置,执行 memos.skill_demo 的 doctor/selfcheck/init/collect/ingest/draft/graph;候选仍需审阅验证后发布。日常采集按专项文档执行 install 和 service-install,再在允许项目中正常使用 Claude。不得将原生数据或凭据提交仓库,不覆盖历史输出或反复抽取到成功。

Checklist

整理冻结设计、阶段依赖和已知限制,定义离线任务与验收底座的功能、接口、测试和分支提交规范。先提交开发文档,再按可运行增量实现。
保存普通文件、隐藏文件、空目录、执行位和受支持链接,按内容寻址固定快照并验证恢复结果。拒绝损坏对象、路径逃逸、特殊文件及覆盖已有目录。

验证:快照模块 40 项测试通过,Ruff 检查与格式检查通过。
增加严格签名和租户隔离两个 dev 合同探针,在独立子进程中验证封存候选。回执绑定任务、快照、合同、验证器及实际输出,并拒绝缺失执行证据、篡改结果和过期绑定。

覆盖错误修复、导入错误、超时、后台进程清理和候选运行时变更。验证:新增功能 88 项测试与相关回归 39 项测试通过,Ruff 检查通过。
提供任务列表、准备候选、独立验收、回执核查和完整自检命令,区分行为失败与工件或基础设施错误。补充复现步骤、真实验收记录及后续开发边界。

验证:88 项新增测试、39 项相关回归和 Ruff 检查通过;实际 CLI 自检的八次验收符合预期,两个旧回执均能识别候选变化。
CyanYuMu and others added 17 commits November 11, 2026 00:54
doctor 在 CLI 路径缺失时由参数校验抛出异常,命令以 exit 2 结束,恰好在
它本该诊断的场景失败。改为把缺失 CLI、无效运行配置与探测失败记录为
unavailable,正常返回诊断结果。

审计的检查行校验原先只判断 passed 为布尔值,非对象或缺 name 时抛
AttributeError/KeyError,使证据损坏与程序内部错误无法区分。补齐形状
校验,统一抛 contract_artifact_mismatch。

审计与契约目录改用显式 UTF-8 读取,避免 C locale 下无法解码含中文的
catalog 与留存工件。

测试侧清除宿主 ANTHROPIC_* 变量后再断言转发集合,避免带着 Provider
配置的 shell 直接失败。新增 catalog 钉定测试,校验已发布导出的 revision、
export_hash 与 SKILL.md 摘要;此前这三个字段没有任何守护。交付入口
补齐 U1–U4 与 U5/U6 文档索引。

验证:skill_contracts/skill_demo/skill_transfer/skill_management/skill_p5/
skill_lifecycle 455 passed、64 skipped(Neo4j 专项按需跳过);
skill_adapter/skill_drafting/skill_evaluation/skill_verification 712 passed、
2 skipped;ruff 检查与格式检查通过;skill_demo selfcheck 离线通过,
0 次模型调用。

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
CyanYuMu and others added 9 commits November 11, 2026 15:00
P5 发布批次只在修复任务上设置了无经验组,健康、范围外、缺合同、未解决和
工具不可用五个边界任务只运行过 Skill 组,无法判断边界行为是否由 Skill
带来。新增 memos.skill_boundary:在全部六个 P5 任务上运行 none 与 skill
两组,按任务和重复轮次交替先后顺序,冻结清单绑定候选、导出、资格、运行
配置与实验代码摘要,已开始的批次拒绝重跑或续跑。

复用冻结的 P5 runner、资格与任务判定规则,不修改它们;不调用管理服务、
不签发执行票据,因此不改变 Release、准入或分支覆盖。主指标沿用 P5 判定,
采集或过程证据不完整记为 unknown;次要指标在唯一缺口是检查与编辑先后
无法证明时保留补丁结果,两者分开汇总配对结果。

验证:tests/skill_boundary 19 passed;ruff 检查与格式检查通过;在本机
真实配置上冻结 24 单元清单成功,0 次模型调用。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
此前 P4 只有文档中的汇总表,评审者无法核对 21 个单元。新增
examples/skill_prototype/p4:由操作者保留的正式只读审计投影生成,含各单元
状态、耗时、报告费用、失败原因及报告、收据、评分和快照哈希,并以
sourceAuditSha256 绑定原审计文件;不含路径、凭据或原生轨迹。

同时写明实验候选为 f92905541710…,是已发布 c7fb3c895b2d… 的祖先版本,
规则与范围不同,结论不能直接迁移给 c7。汇总复算为无经验 5/0/2、原始
Memory 5/1/1、Skill 5/0/2,与 skill-prototype-p4-results.md 一致。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
P5 runner 只要采集不完整就把加载状态记为 unknown,因此“检查与编辑顺序
无法证明”时,skill 组会额外得到 loading_unverified 而拿不到次要结果,
none 组却能拿到,两组不可比。次要视图改为在该唯一缺口下接受
loading_unverified,但仍要求 Skill 确实被发现并展开;未产生报告的执行
失败单元不再参与配对统计。新增 rescore:从留存报告重算次要视图并写入
独立文件,不覆盖原 results.json。

验证:tests/skill_boundary 23 passed;ruff 通过。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
已发布 c7 在 P5 六个固定任务上完成 none 与 skill 两组各两轮,共 24 单元,
无执行失败。12 个可比较配对两组全部通过,没有观察到边界行为差异;Skill
组更慢(317.0 对 198.0 秒)、更贵(1.2226 对 0.6468 USD),总报告费用
1.869408 USD。主视图另有 4 个配对因检查与编辑重叠判为 unknown,两组同样
受影响,保留而不剔除。结论按实际数据写明:不能据此认定 Skill 无效,但在
该场景没有可测量的边际价值。

新增验收对照文档,逐条给出 issue 的 7 条验收项与阶段三 6 项交付物的状态、
依据和不足,并列出需要后续工作才能关闭的四项。公开结果用哈希绑定原始
清单、结果与重评视图,不含路径、凭据或原生轨迹。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
三个分支已于同日快进推送到 PR hugegraph#7、hugegraph#8、hugegraph#9 的分支,更新交付入口、可用性
结果和契约复现结果中“未推送”的过时说明;交付入口的实验结论补上已发布
c7 的边界任务对照结果。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
@CyanYuMu CyanYuMu changed the title feat: 交付基于 Memory 的 Skill 提炼、发布与演进端到端原型 feat: 交付 Memory 驱动的 Skill 原型与 Claude 日常经验采集 Nov 11, 2026
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

1 participant