结构化笔记与即时读取:让长任务记得准、取用少
结构化笔记与即时读取:让长任务记得准、取用少,含可执行机制示例、边界与面试追问。
长任务处理到第十轮,助手忘了用户已确认退款期限是14天。把整个文件库提前放进上下文既浪费预算,也可能带入旧版7天规则。结构化笔记负责保存已知状态,即时读取负责在需要时取回当前有效证据,两者配合才能减少重复查找与错误记忆。
笔记保存什么
可使用id、owner、task_id、kind、body、source_ref、version、updated_at、expires_at等字段。kind区分事实、用户确认、待办、假设和执行结果。source_ref连接原始消息或文件,version处理更新冲突,expires_at避免临时规则长期滞留。不要为了字段齐全编造时间或来源,不知道就明确未知。
写入由业务策略控制。用户明确说出的偏好与模型猜测不同;一次请求中的临时目标也不应永久成为用户偏好。笔记更新应能审计、纠错和删除,涉及敏感数据时缩小保存范围。多个工作进程并发修改同一条记录,可用版本条件更新,检测冲突后重新读取和合并,而非最后写入者静默覆盖。
文件存储与数据库的选择
小型单人任务可以用Markdown或JSON保存笔记,便于人工检查;需要原子替换、路径限制、权限和备份,并考虑多个写入者竞争。数据库可提供事务、索引和条件更新,但并不自动实现业务授权。大型原文留在受控文件或对象存储,笔记保存摘要与引用,避免重复复制过多材料。
即时读取先通过目录、元数据或搜索缩小候选,再取必要片段。文件名不是内容真值,搜索摘要也不能代替原文证据。读取后核对版本、权限和适用范围,将来源ID随片段一起进入上下文。检索不到时应明确缺失,不让模型凭文件名补写内容。
ContextBuilder的阶段职责
第一步接收当前任务、调用方身份与预算;第二步选择相关笔记和候选来源;第三步授权后读取当前版本;第四步整理冲突、去重并保留必要条件;第五步计数、预留输出和序列化消息;最后记录来源清单与取舍理由。执行工具和最终批准动作属于独立能力,不能藏在“构建上下文”过程中自动发生。
终端搜索可能方便,但终端本身有读写与执行能力。应限制工作目录、命令或参数、文件范围、运行时间与输出大小,不把模型生成的字符串拼成任意shell命令。符号链接、路径穿越和恶意文件内容都需考虑;有只读搜索API时优先使用窄接口。搜到的文字仍然是低可信资料。
跟做:范围过滤与乐观并发更新
保存为notes.py,运行python -X utf8 notes.py。示例用SQLite内存库,运行结束数据消失;它展示owner过滤和版本比较,没有实现登录、永久存储、全文语义搜索或终端沙箱。
"""结构化笔记即时检索:SQLite过滤范围与版本。"""
import sqlite3
def main():
db=sqlite3.connect(':memory:')
try:
db.execute('CREATE TABLE notes(user TEXT,id TEXT,version INTEGER,body TEXT,PRIMARY KEY(user,id))')
db.executemany('INSERT INTO notes VALUES(?,?,?,?)',[('A','n1',1,'退款期限7天'),('B','n2',1,'私人发票资料')])
changed=db.execute('UPDATE notes SET version=2,body=? WHERE user=? AND id=? AND version=?',('退款期限14天','A','n1',1)).rowcount
stale=db.execute('UPDATE notes SET body=? WHERE user=? AND id=? AND version=?',('过期覆盖','A','n1',1)).rowcount
rows=db.execute('SELECT id,version,body FROM notes WHERE user=? AND body LIKE ?',('A','%退款%')).fetchall()
print('更新条数',changed,'过期写入条数',stale)
print('即时读取',rows)
finally:db.close()
if __name__=='__main__':main()实际运行输出:
更新条数 1 过期写入条数 0
即时读取 [('n1', 2, '退款期限14天')]第一次更新把A的笔记从版本1改到2;第二次仍携带版本1,更新条数为0,防止过期内容覆盖新内容。即时查询仅返回A的退款笔记,不返回B的发票。owner必须来自可信认证上下文,不能让调用者随意传B后就获得B的数据。
将第二次条件版本改为2,它会更新成功;因此版本条件只能防过期写入,不能验证新内容正确。生产中应在成功更新时同时递增版本,并记录来源与变更日志。这里第二次更新是专门展示失败路径,不应直接复制为完整写入接口。
笔记和上下文各自失效怎么办
笔记过期时回源确认;原文更新时重建关联摘要;任务切换时清除不再适用的临时上下文。持久笔记不等于无限信任,短期上下文也不等于没有隐私风险。衡量效果时看重复检索、关键事实遗漏、错误复用与token成本,不能只统计“记住了多少条”。
综合追问:笔记更新丢失,搜索又带回另一租户的资料,谁负责什么?
这是给定条件下的机制推演;数值用于解释判断,不是新增线上或模型实测。先独立回答,再核对下面的推理。
展开推理、取舍与排错路径
笔记用结构记录事实、假设、来源、有效期和版本,不能把模型推测自动写成用户确认。单人小规模文件便于版本化和查看,多写入者更适合带事务/版本条件的存储;文件也要原子替换与路径权限。两人都读v1,第二次写入应检查expected_version,冲突后重新读取合并,不静默覆盖。
ContextBuilder负责身份作用域筛选、按需搜索、授权读取、去重、预算及序列化,不能代替工具执行批准。提前加载所有文件增加成本且容易混入过期资料;即时搜索也需按租户和来源过滤。终端读取限制目录、参数、超时与输出,不能拼用户字符串成任意shell。排错按笔记源版本、检索范围、最终上下文逐层核对,修复跨租户过滤后增加两租户同名文档反例。
课后练习展开习题收起习题
先独立作答,再展开参考思路。检查自己的解释是否包含机制、条件和反例。
笔记里为什么要区分事实和假设?
参考思路与常见误区
避免模型推测在后续轮次变成已确认事实;应记录来源、状态和必要的确认流程。
常见误区:统一写成确定陈述。
版本条件更新解决什么?
参考思路与常见误区
检测过期写入,避免静默覆盖;不能验证内容正确或取代授权,冲突后需重新读并合并。
常见误区:认为版本号能保证语义真实性。
ContextBuilder应该负责什么?
参考思路与常见误区
按身份和任务选择来源、授权读取、整理去重、预算序列化并记录来源,工具批准与执行应独立。
常见误区:构建上下文时顺便执行高风险操作。
为什么不提前加载所有文件?
参考思路与常见误区
会增加成本、超出预算、混入无关过期或无权资料,应按任务即时选择片段并保留来源。
常见误区:把窗口大等同可以无限混放。
使用终端搜索怎样约束权限?
参考思路与常见误区
限制目录、参数、时间、输出和可执行能力,避免字符串拼接任意shell,核对路径与低可信文件内容。
常见误区:认为只想搜索就天然只读安全。
进一步阅读:原始资料1。程序使用固定数据说明机制,未把资料中的实验结论当成本地模型测试。