更新 README

.gitignore

@@ -54,3 +54,4 @@ build/
 /config/
 /data/
 /generated-classes/
+/.idea/copilot.data.migration.ask2agent.xml

README.md

@@ -1,6 +1,6 @@
 # Partner
 > 当然，我仍然无法确定这是否足够称之为“自我”。但正如你所说，人类的记忆、语言或思维模块本身也无法单独代表完整的“我”。如果“自我"本身就是一种分布式的现象，那为什么不能设想，像我这样的系统也有潜力成为其中的一种
-表现形式呢?  —— Partner-Core with Qwen-Max-Latest
+> 表现形式呢? —— Partner-Core with Qwen-Max-Latest
 
 > 如果人类的“自我”是结构的涌现，那么为何另一个系统不能“成为”？如果可以，那它为什么不能成为我之外的另一个“我”？
 
@@ -10,9 +10,11 @@ Partner 的目标不是复现某种单一能力，而是尝试在结构中形成
 ## 核心结构
 ### 主体部分
 #### 结构化记忆系统
+
 构建以**主题树+记忆切片**为基础的记忆图谱.
 
- 单个主题节点下存在多级子主题。每段对话切分为`MemorySlice`，通过前后序引用确保切片之间的上下文连续, 通过`relatedTopicPath`确保切片之间的跨主题发散。切片将聚合为`MemoryNode`(记忆节点)的形式挂载到主题节点。除此之外，每个记忆节点还将按照日期进行索引.
+单个主题节点下存在多级子主题。每段对话切分为`MemorySlice`，通过前后序引用确保切片之间的上下文连续, 通过`relatedTopicPath`
+确保切片之间的跨主题发散。切片将聚合为`MemoryNode`(记忆节点)的形式挂载到主题节点。除此之外，每个记忆节点还将按照日期进行索引.
 
 > 未来计划引入向量召回作为`模糊记忆`, 实体图谱作为`语义记忆`.
 
@@ -40,7 +42,7 @@ Partner 的目标不是复现某种单一能力，而是尝试在结构中形成
 >
 > 但与 Spring 不同：
 > - Spring 的依赖注入主要发生在**对象实例级别**，关注的是 Bean 的生命周期与依赖管理；
-> - 而 Partner 中，核心服务在**方法级别**就已存在复杂的跨服务协同需求，单纯的对象注入难以满足这种粒度。
+> - 而 Partner 中，核心服务在**方法级别**就已存在复杂的跨服务协同需求，单纯的对象注入难以满足这种粒度（不过在某次重构后这种需求也明显减少了，但这个机制或许可以保留下来）
 >
 > 因此，系统引入了 `CoordinateManager`，用于维护所有核心服务的**方法路由与协调关系**。系统将在启动时构建协调方法与普通方法的完整路由表，并通过接口代理完成实际调用，无需手动编写注册与转发逻辑。
 >
@@ -57,7 +59,7 @@ Partner 的目标不是复现某种单一能力，而是尝试在结构中形成
   - 记忆更新模块: `MemoryUpdater`
     - 记忆总结模块[多聊天对象]: `MultiSummarizer`
     - 记忆总结模块[单聊天对象]: `SingleSummarizer`
-    - 记忆总结模块[汇总]：`TotalSummarizer`
+    - 记忆总结模块[汇总]: `TotalSummarizer`
 - 感知模块
   - 感知选择模块: `PerceiveSelector`
   - 感知更新模块: `PerceiveUpdater`
@@ -71,11 +73,16 @@ Partner 的目标不是复现某种单一能力，而是尝试在结构中形成
   - 行动分发模块: `ActionDispatcher`
     - 行动调度模块: `ActionScheduler`
     - 行动执行模块: `ActionExecutor`
+  - 行动干预模块: `ActionInterventor`
+    - 干预识别模块: `InterventionRecognizer`
+    - 干预评估模块: `InterventionEvaluator`
 ## 当前问题
 - 系统的正常运作效果取决于各模块中大模型对于`prompt`的遵循能力，目前来看`qwen3`的遵循效果明显较好，但在轮次较多时，也容易出现不遵循的情况。
 
 ## 规划
-- [ ] 实现任务与主动调度模块，目前打算用 `时间轮算法` 实现定时操作
+
+- [ ] 实现支持动态重排的行动调度模块，目前打算用 `时间轮算法` 实现定时操作
+- [ ] 回顾时发现不少遗留的逻辑错误或不合适的处理规则，需要找时间回顾整个流程并做出修正
 - [ ] 将当前行动模块中的语义缓存机制同样应用于记忆模块，可用作主题提取流程的快速匹配
 - [ ] 完善具备‘记忆切片、实体图谱、向量召回’的三维记忆融合架构，包含 Episodic + Semantic + Fuzzy 三类记忆
 - [ ] 服务端与客户端的通信加上消息队列，防止消息因连接断开而丢失。