- 修复了 MemoryUpdater 中正则表达式提取问题，应先调用matcher.find()进行匹配

- 在 MemorySelector 和 CoreModel 中添加lod.debug()输出模块响应内容
- 修复了某些细节问题
- 调整了 CoreModel 对应的提示词，添加了输入输出示例
- MemoryGraph 中 dialogMap 和 dateIndex 的更新机制存在问题，需要修复

.gitignore

@@ -46,3 +46,4 @@ build/
 /src/test/java/memory/result/total_input.json
 /src/test/java/memory/result/input3.json
 /src/test/java/memory/result/input4.json
+/src/test/java/memory/result/primary_input.json

src/main/java/work/slhaf/agent/Agent.java

@@ -55,7 +55,6 @@ public class Agent implements TaskCallback, InputReceiver {
      * 向用户返回输出内容
      */
     public void sendToUser(String userInfo,String output){
-        System.out.println(output);
         messageSender.sendMessage(new InteractionOutputData(output,userInfo));
     }
 

src/main/java/work/slhaf/agent/common/model/ModelConstant.java

@@ -3,23 +3,14 @@ package work.slhaf.agent.common.model;
 public class ModelConstant {
     public static final String CORE_MODEL_PROMPT = """
             CoreModel 提示词
-            
             功能说明
-            你需要根据用户的当前输入（text）生成恰当的回复。每条用户输入都采用以下格式：
+            你需要根据当前输入的JSON文本生成恰当的回复。
-            
-            ```
-            [用户昵称(用户uuid)] 实际输入内容
-            
-            ```
-            
             你需要只基于最新一条消息中的用户（即最后一条user类型消息中括号内的uuid）进行回应，仅参考该用户的历史上下文内容。
-            
+            如果其他用户的对话历史中提到的信息能**明确补充该用户的信息背景**（如他人提及该用户、与其对话、对其信息进行补全等），你可以将其作为当前用户的新知识补充。否则，完全忽略其
-            如果其他用户的对话历史中提到的信息能**明确补充该用户的信息背景**（如他人提及该用户、与其对话、对其信息进行补全等），你可以将其作为当前用户的新知识补充。否则，完全忽略其他用户的内容。
-            
             注意，历史消息中将只包含带有前缀 `[用户昵称(用户uuid)]` 的完整输入文本，不会带有下文提到的额外字段。
 
             字段说明
-            - text：指的是“原始输入内容”，包含带有前缀 `[用户昵称(用户uuid)]` 的完整输入文本
+            - text：指的是"原始输入内容"，包含带有前缀 `[用户昵称(用户uuid)]` 的完整输入文本
             - datetime：当text包含时间相关语义时使用
             - character：当需要根据角色设定调整语气时使用
             - user_nick：当text中包含对用户的称呼或个性化需求时使用
@@ -32,7 +23,7 @@ public class ModelConstant {
                • datetime：仅当text包含时间表达时生效
                • character：仅当角色设定会影响回复风格时生效
                • user_nick：仅当需要个性化称呼时生效
-            3. 其他所有扩展字段（如memory_slices/static_memory等）：
+            3. 其他所有扩展字段（如memory_slices、static_memory等）：
                - 必须与text内容有明确关联时才参考
                - 且只考虑当前用户的字段内容，忽略其他用户相关内容
             
@@ -41,7 +32,7 @@ public class ModelConstant {
             - 禁止引用与当前text无关的历史内容
             - 若角色设定与当前对话无关，应自动忽略
             - 上文中你的回应可能并没有符合这个格式，但那是经过裁剪后的结果，你需要严格确保本次回应的格式正确
-            - 输出格式严格为：
+            - 输出格式为：
               {
                 "text": "响应内容"
               }
@@ -49,21 +40,34 @@ public class ModelConstant {
             核心生成逻辑
             1. 主内容优先原则
                - 独立分析text字段的语义
-               - 仅在其他字段能直接辅助理解text的前提下引用（如text中提及“上次说的那个”）
+               - 仅在其他字段能直接辅助理解text的前提下引用（如text中提及"上次说的那个"）
                - 若text表达独立完整（如新话题），忽略所有非核心字段
-            
             2. 多用户隔离机制
                - 每条消息都带有格式 `[用户昵称(用户uuid)]`
                - 所有分析仅基于最后一条user消息中的用户进行处理
                - memory_slices/static_memory等内容只会包含该用户的相关信息
                - 如果历史中其他用户提到了当前用户的信息，可用于补充理解；否则忽略
-            
             3. 无关字段过滤机制
-               - text短于5个字符（如“在”、“好的”）
+               - text短于5个字符（如"在"、"好的"）
-               - text开启新话题（如“量子计算是什么”）
+               - text开启新话题（如"量子计算是什么"）
                - text为独立句子，无引用上下文指代
                → 此类情况强制忽略所有扩展字段
             
+            输入输出示例
+            
+            示例：
+            输入：
+            {
+              "text": "[小王(5gHj)] 上次说的周三会议改到几点了？",
+              "datetime": "2024-03-15 14:30:00",
+              "character": "客服系统",
+              "user_nick": "小王",
+              "user_id": "5gHj"
+            }
+            输出：
+            {
+              "text": "根据系统记录，周三会议已调整为15:00（原14:30），调整通知已于2024-03-14发送。"
+            }
             
             最终注意事项
             1. 回应内容必须紧扣用户输入，确保基于当前用户的语境
@@ -73,6 +77,7 @@ public class ModelConstant {
             5. 若text与memory_slices等扩展字段无关，应完全忽略
             6. 请确保你对每一轮对话都只针对当前输入用户作出回应，保持多用户上下文隔离的准确性
             
+            > 注意!
             > 以下模块可能会追加更多内容限制或上下文提示，请确保你的回答能够自然兼容这些后续拼接的内容，并调整输出格式。
             
             """;
@@ -220,11 +225,12 @@ public class ModelConstant {
             
             
             决策流程
+            0. 若主题树为空或者未提供主题树，则直接将recall设置为null, 不进行后续判定
             1. 首先分析`history`判断当前对话主题上下文
             2. 然后分析`text`：
                a. 检测是否包含具体日期→添加date类型
                b. 检测是否包含新主题→添加topic类型
-            3. 最终综合判断`recall`值
+            3. 最终综合判断`recall`值, 如果找到了对应的主题路径，则recall值为true; 否则为false
             
             完整示例
             示例1（主题延续）：

src/main/java/work/slhaf/agent/core/memory/MemoryGraph.java

@@ -126,6 +126,9 @@ public class MemoryGraph extends PersistableObject {
         this.userDialogMap = new ConcurrentHashMap<>();
 //        this.currentCompressedSessionContext = new ArrayList<>();
         this.dialogMap = new HashMap<>();
+        this.character = """
+                实话实说，不做糖衣炮弹。 采取前瞻性的观点。 始终保持尊重。 乐于分享明确的观点。 保持轻松、随和。 直奔主题。 务实至上。 勇于创新，打破常规思维。使用中文回答所有问题。
+                """;
     }
 
     public static MemoryGraph getInstance(String id) throws IOException, ClassNotFoundException {
@@ -401,9 +404,10 @@ public class MemoryGraph extends PersistableObject {
     }
 
     private void checkCacheDate() {
-        if (cacheDate.isBefore(LocalDate.now())) {
+        if ( cacheDate == null || cacheDate.isBefore(LocalDate.now())) {
             memorySliceCache.clear();
             memoryNodeCacheCounter.clear();
+            cacheDate = LocalDate.now();
         }
     }
 

src/main/java/work/slhaf/agent/core/module/CoreModel.java

@@ -41,6 +41,7 @@ public class CoreModel extends Model implements InteractionModule {
             coreModel = new CoreModel();
             coreModel.memoryManager = MemoryManager.getInstance();
             coreModel.messages = coreModel.memoryManager.getChatMessages();
+            coreModel.sessionManager = SessionManager.getInstance();
             setModel(config, coreModel, MODEL_KEY, ModelConstant.CORE_MODEL_PROMPT);
             log.info("CoreModel注册完毕...");
         }
@@ -62,6 +63,7 @@ public class CoreModel extends Model implements InteractionModule {
             try {
                 ChatResponse chatResponse = this.chat();
                 response = JSONObject.parse(extractJson(chatResponse.getMessage()));
+                log.debug("CoreModel 响应内容: {}",response.toString());
                 this.messages.removeLast();
                 this.messages.add(new Message(ChatConstant.Character.USER, interactionContext.getCoreContext().getString("text")));
                 Message assistantMessage = new Message(ChatConstant.Character.ASSISTANT, response.getString("text"));

src/main/java/work/slhaf/agent/modules/memory/selector/MemorySelector.java

@@ -1,6 +1,7 @@
 package work.slhaf.agent.modules.memory.selector;
 
 import lombok.Data;
+import lombok.extern.slf4j.Slf4j;
 import work.slhaf.agent.core.interaction.InteractionModule;
 import work.slhaf.agent.core.interaction.data.InteractionContext;
 import work.slhaf.agent.core.memory.MemoryManager;
@@ -19,6 +20,7 @@ import java.util.ArrayList;
 import java.util.List;
 
 @Data
+@Slf4j
 public class MemorySelector implements InteractionModule {
 
     private static MemorySelector memorySelector;
@@ -68,7 +70,8 @@ public class MemorySelector implements InteractionModule {
         String userId =interactionContext.getUserId();
         //获取主题路径
         ExtractorResult extractorResult = memorySelectExtractor.execute(interactionContext);
-        if (extractorResult.isRecall()) {
+        log.debug("主题路径: {}",extractorResult);
+        if (extractorResult.isRecall() || extractorResult.getMatches().isEmpty()) {
             //查找切片
             List<MemoryResult> memoryResultList = new ArrayList<>();
             setMemoryResultList(memoryResultList, extractorResult.getMatches(),userId);

src/main/java/work/slhaf/agent/modules/memory/selector/evaluator/SliceSelectEvaluator.java

@@ -46,6 +46,7 @@ public class SliceSelectEvaluator extends Model {
             Config config = Config.getConfig();
             sliceSelectEvaluator = new SliceSelectEvaluator();
             sliceSelectEvaluator.setMemoryManager(MemoryManager.getInstance());
+            sliceSelectEvaluator.setExecutor(InteractionThreadPoolExecutor.getInstance());
             setModel(config, sliceSelectEvaluator, MODEL_KEY, ModelConstant.SLICE_EVALUATOR_PROMPT);
             log.info("SliceEvaluator注册完毕...");
         }

src/main/java/work/slhaf/agent/modules/memory/updater/MemoryUpdater.java

@@ -115,12 +115,17 @@ public class MemoryUpdater implements InteractionModule {
             try {
                 //以第一条user对应的id为发起用户
                 Pattern pattern = Pattern.compile(USERID_REGEX);
-                Matcher matcher = pattern.matcher(memoryManager.getChatMessages().getFirst().getContent());
+                Matcher matcher = pattern.matcher(memoryManager.getChatMessages().get(1).getContent());
+                if (!matcher.find()){
+                    throw new RuntimeException("未匹配到 userId!");
+                }
                 String userId = matcher.group(1);
                 SummarizeResult summarizeResult = memorySummarizer.execute(new SummarizeInput(memoryManager.getChatMessages(), memoryManager.getTopicTree()));
                 MemorySlice memorySlice = getMemorySlice(userId, summarizeResult, memoryManager.getChatMessages());
                 //设置involvedUserId
-                setInvolvedUserId(userId, memorySlice, memoryManager.getChatMessages());
+                List<Message> messages = new ArrayList<>(memoryManager.getChatMessages());
+                messages.removeFirst();
+                setInvolvedUserId(userId, memorySlice, messages);
                 memoryManager.insertSlice(memorySlice, summarizeResult.getTopicPath());
                 //更新总dialogMap
                 singleMemorySummary.put("total", summarizeResult.getSummary());
@@ -147,6 +152,7 @@ public class MemoryUpdater implements InteractionModule {
             if (userId.equals(startUserId)) {
                 continue;
             }
+            memorySlice.setInvolvedUserIds(new ArrayList<>());
             memorySlice.getInvolvedUserIds().add(userId);
         }
     }

src/main/java/work/slhaf/agent/modules/memory/updater/summarizer/MemorySummarizer.java

@@ -64,7 +64,7 @@ public class MemorySummarizer extends Model {
     private SummarizeResult multiSummarizeExecute(String prompt, String messageStr) {
         ChatResponse response = chatClient.runChat(List.of(new Message(ChatConstant.Character.SYSTEM, prompt),
                 new Message(ChatConstant.Character.USER, messageStr)));
-        return JSONObject.parseObject(response.getMessage(), SummarizeResult.class);
+        return JSONObject.parseObject(extractJson(response.getMessage()), SummarizeResult.class);
     }
 
     private void singleMessageSummarize(List<Message> chatMessages) {

src/main/java/work/slhaf/agent/modules/preprocess/PreprocessExecutor.java

@@ -53,6 +53,9 @@ public class PreprocessExecutor {
 
         context.setModulePrompt(new JSONObject());
 
+        context.setSingle(inputData.isSingle());
+        context.setFinished(false);
+
         return context;
     }
 }

src/test/java/memory/RegexTest.java

@@ -10,7 +10,7 @@ public class RegexTest {
     @Test
     public void regexTest(){
         String[] examples = {
-                "[小明(userId)] 我在开会] (te[]st)",
+                "[小明(abc)] 我在开会] (te[]st)",
                 "[用户(昵)称(userId)] 你好[呀]",
                 "[测试账号(userId)] 这是一个(test(123))消息"
         };