[{"data":1,"prerenderedAt":1234},["ShallowReactive",2],{"\u002F2026-04-23":3,"\u002F2026-04-23-rel":288},{"id":4,"title":5,"body":6,"column":271,"date":272,"description":12,"extension":273,"hero_image":274,"meta":275,"navigation":276,"path":277,"seo":278,"series_id":274,"severity":274,"stem":279,"summary":280,"tags":281,"__hash__":287},"posts\u002F2026-04-23-离线环境预置把依赖下沉进交付物.md","客户机上什么都没有，连运行库都没有",{"type":7,"value":8,"toc":259},"minimark",[9,13,18,21,29,42,53,59,73,76,79,82,85,100,103,106,110,113,116,123,127,130,133,144,152,159,163,166,169,182,188,191,194,198,207,218,221,228,231,234,241,244,247,250,253,256],[10,11,12],"p",{},"客户拿到 U 盘启动时，不能假设其机器已装好任何运行时。纯净 Win10 上双击启动不能直接闪退，这意味着 Node、Python、FFmpeg、VC++ Redistributable 这些依赖全都要打进交付物里。问题不止于此——这个自包含包要在任何盘符运行、处理可选模块的平台差异、防止构建漂移、应对 Windows 的路径长度陷阱。",[14,15,17],"h2",{"id":16},"分层打包系统层-vs-应用层","分层打包：系统层 vs 应用层",[10,19,20],{},"离线环保需要预置的东西分成两个层级，放在 U 盘的不同位置。",[10,22,23,24,28],{},"**系统层（Windows 运行库）**在 ",[25,26,27],"code",{},"prereq\u002F"," 目录：",[30,31,32,36,39],"ul",{},[33,34,35],"li",{},"WebView2 Evergreen Standalone Installer（约 170 MB）",[33,37,38],{},"VC++ Redistributable 2015-2022 x64 installer（约 25 MB）",[33,40,41],{},"vcruntime 四个 DLL 备份（vcruntime140.dll、vcruntime140_1.dll、msvcp140.dll、concrt140.dll，共约 3 MB）",[10,43,44,45,48,49,52],{},"为什么要预置这些？Node 24 依赖 ",[25,46,47],{},"vcruntime140.dll"," 与 ",[25,50,51],{},"msvcp140.dll","；Python build-standalone 同样依赖；FFmpeg 也需要。纯净 Win10 不保证这些 DLL 存在——试图运行缺依赖的 exe 会直接闪退，没有清晰的错误提示。WebView2 在 Win11 预装，但 Win10 某些纯净版没有，而 Tauri desktop 应用的 GUI 层必须依赖它。",[10,54,55,56,28],{},"**应用层（运行时）**在 ",[25,57,58],{},"runtime-extra\u002F",[30,60,61,64,67,70],{},[33,62,63],{},"Python 3.11（python-build-standalone，约 50 MB）",[33,65,66],{},"FFmpeg 7.x static build（约 100 MB）",[33,68,69],{},"Git 2.46+（MinGit，约 50 MB，可选）",[33,71,72],{},"Node 24.2.0 保留在 tar.zst 内，不在 runtime-extra（这是打包阶段的历史决策）",[10,74,75],{},"应用层为什么单独打包？第一，Node 已经在冷缓存 tar.zst 里；第二，Python 和 FFmpeg 这种大运行时（50-100 MB 级别）分开打包能让冷缓存保持小巧，也便于未来独立更新某个运行时；第三，Git 标记为可选，允许某些配置完全不需要版本控制。",[14,77,78],{"id":78},"启动序列的检查与回退",[10,80,81],{},"launcher.exe 启动时的第一件事是预检——在任何主业务代码执行前，就要确认依赖齐全。",[10,83,84],{},"对于 WebView2 和 VC++，检查逻辑走这条路：",[86,87,88,91,94,97],"ol",{},[33,89,90],{},"注册表查询是否已装（HKLM 的三处位置）",[33,92,93],{},"若已装，版本号对比（WebView2 要 ≥ 90；VC++ 要满足 manifest 里写的最低版本）",[33,95,96],{},"若版本不足或缺失，尝试系统级安装（需要管理员权限）",[33,98,99],{},"若系统级安装失败（用户拒绝 UAC、或权限不足），回退到 per-user 安装（WebView2）或 app-local DLL 旁置（VC++）",[10,101,102],{},"这个分支设计背后的约束是客户的权限矩阵不可控。家长控制的账户可能完全无管理员权限，硬要等系统级安装会卡住。允许 per-user 和 app-local 回退意味着代码路径多一倍，但这是在异构客户环境下的必要权衡。",[10,104,105],{},"对于应用层运行时（Python\u002FFFmpeg\u002FGit），检查轻得多：每个可执行文件存在否、sha256 是否匹配、版本命令输出是否符合预期。缺失 required 的运行时是致命错误；缺失 optional 的（如 Git）则记录降级状态，允许启动继续，只是后续依赖 Git 的 skill 会被标红。",[14,107,109],{"id":108},"检测-vc-运行库的程序自己不能依赖-vc-运行库","检测 VC++ 运行库的程序，自己不能依赖 VC++ 运行库",[10,111,112],{},"launcher.exe 的职责之一是检测并安装 VC++ 运行库。但如果它自己用默认方式编译，二进制就动态链接了那套运行库——在一台从没装过 VC++ 的机器上，launcher 连启动都做不到，更谈不上去装。",[10,114,115],{},"这是个自举悖论：负责解决依赖缺失的程序，自己不能有那个依赖。",[10,117,118,119,122],{},"解法是 launcher 用 ",[25,120,121],{},"+crt-static"," 编译，把 C 运行时静态链进二进制。代价是体积变大，换来的是它在任何一台干净的 Windows 上都能起来。这个决定必须在项目最早期做——等到发现问题时再改编译方式，前面所有的构建产物都要重来。",[14,124,126],{"id":125},"退出码-0-不等于装上了","退出码 0 不等于装上了",[10,128,129],{},"安装器返回 0，通常意味着装好了。这套流程里不能这么认。",[10,131,132],{},"装完必须重读注册表确认。原因是杀毒软件可能拦掉了注册表写入，而安装器进程自己仍然正常退出、返回 0。只信退出码，就会得到一个\"装成功了但检测不到\"的状态，然后下一个 stage 在莫名其妙的地方失败。",[10,134,135,136,139,140,143],{},"还有一个更细的坑：这里说的退出码，必须是通过 ",[25,137,138],{},"GetExitCodeProcess"," 取到的真正 Win32 子进程退出码，不是 ",[25,141,142],{},"ShellExecuteW"," 那个 HINSTANCE-like 的返回值。后者只反映\"这个进程能不能被启动起来\"，不反映它干成了什么。把这两个混为一谈，会得到一个永远成功的安装流程——所有安装都\"成功\"，因为进程确实都启动了。",[10,145,146,147,151],{},"第三条规则和版本有关：如果检测到已装的 WebView2 版本过低，",[148,149,150],"strong",{},"不重装","。",[10,153,154,155,158],{},"装新版有覆盖客户机上其他应用所依赖的 WebView2 引用的风险。那不是我的软件该替客户承担的副作用——为了让自己能跑，去动客户机上别的软件的运行时，越界了。这种情况直接走降级路径：禁用 GUI、保留 CLI 可用、记一条 ",[25,156,157],{},"version_too_old"," 事件，把决定权交回给客户。",[14,160,162],{"id":161},"每次启动都全量校验-170mb是不行的","每次启动都全量校验 170MB，是不行的",[10,164,165],{},"U 盘会经手客户，预置资产必须防篡改，手段是 sha256 加 ed25519 签名链。但资产有 170MB 以上，而预检阶段的验收要求是 100ms 以内——每次启动全量 hash 一遍，这个指标直接就废了。",[10,167,168],{},"所以校验分成两层，按\"什么时候真的需要这个保证\"来切：",[10,170,171,174,175,177,178,181],{},[148,172,173],{},"Layer 1，每次启动必做，只做毫秒级的事。"," 定位 ",[25,176,27],{}," 目录（取 ",[25,179,180],{},"current_exe()"," 的同级）、验 manifest 的 ed25519 签名、然后按 manifest 里的 size 字段把文件 stat 一遍。签名保证清单本身没被改过，size 对比能抓出明显的损坏和替换。",[10,183,184,187],{},[148,185,186],{},"Layer 2，只在真要用某个资产之前做。"," 比如已经确定要装 WebView2 了，才对那个安装器文件算完整 hash。单次几秒，但一次启动里最多发生一两回。",[10,189,190],{},"这个划分的前提是信任链的方向：Layer 1 验的是\"清单可信\"，Layer 2 才验\"文件与清单一致\"。顺序反过来就没意义了——拿一份可能已被篡改的清单去校验文件，校验通过也说明不了任何事。",[10,192,193],{},"同理，注册表检测也是每次启动都查，不写 sentinel 文件缓存结果。查一次注册表 50ms 以内，而 sentinel 会在客户手动卸载了运行库之后继续谎报\"已装\"。用便宜的实时检测换掉一个会说谎的缓存，这笔交易划得来。",[14,195,197],{"id":196},"manifest-与版本管理","manifest 与版本管理",[10,199,200,201,203,204,206],{},"U 盘根的 ",[25,202,27],{}," 和 ",[25,205,58],{}," 各自配套一个 manifest 文件（JSON 格式），记录：",[30,208,209,212,215],{},[33,210,211],{},"每个组件的版本号",[33,213,214],{},"sha256 校验值（抽样，不是全文件 hash）",[33,216,217],{},"最低版本要求（用于判断已装的版本是否满足）",[10,219,220],{},"为什么版本号要写进 manifest 而不是硬编码在代码里？因为这样可以让 U 盘中的系统层或应用层独立升级。比如 Microsoft 每季度推一个新的 WebView2 stable，打包脚本只需重新跑 download-webview2-installer.ps1，更新 manifest，重新签名，就能用新版本。不用重新编译 launcher.exe。",[10,222,223,224,227],{},"VC++ Redistributable 的版本策略更细：manifest 里不只记录当前版本，还记录 ",[25,225,226],{},"min_runtime_minor","。因为 VC++ 14.x 系列内部版本（minor）是向后兼容的，14.44 的 DLL 可以被 14.50 替代。所以检测逻辑是\"(major > min_major) OR (major == min_major AND minor >= min_minor)\"。这避免了非必要的重装。但同时也意味着不能随意支持太老的版本——14.40 已于 2026-01-13 结束支持，manifest 里的 min_runtime_minor 需要设到 44 或更高，主动排除 EOL 版本的客户机。",[10,229,230],{},"Python 和 FFmpeg 不需要这么细的版本对标。launcher 启动时只用 version 命令验证前缀（\"Python 3.11.\" 或 \"ffmpeg version 7.\"），足以说明大版本号匹配。",[14,232,233],{"id":233},"网络视角的隔离",[10,235,236,237,240],{},"这套方案的一个隐含的架构优势是",[148,238,239],{},"运行时完全网络隔离","。打包阶段在某个受控环境里把所有东西下下来、验证、签名；之后 U 盘交付出去，启动时完全不需要访问外网。这对政企客户特别有价值——某些机房里网络受严格管制，根本出不了外网。传统的\"运行时现场下载\"方案在这种环境里就彻底废了。",[10,242,243],{},"当然代价是 U 盘 size 不能太小。系统层 + 应用层合计约 200+ MB（不含 Node 的 tar.zst）。这对 U 盘不是问题，但对某些极老的机器（USB 3.0 普及前）读取速度会有感知。",[14,245,246],{"id":246},"自检与降级",[10,248,249],{},"launcher 做完预检后，启动过程还没有真正开始。此时会把检查结果写入 runtime-info.json，供后续 desktop-app 查询。如果某个 required 的运行时缺失或损坏，launcher 弹错误对话框直接退出。如果是 optional 的（目前只有 Git），就标记为 degraded，继续启动，然后 desktop-app 的技能管理页会给依赖该运行时的 skill 加个\"环境受限\"的灰色标记。",[10,251,252],{},"这个分层的降级策略源于一个现实：VC++ 缺失是致命的（几乎所有运行时都要它），但 Git 就不是——大多数 skill 完全不需要版本控制。对这两类依赖差别对待，能在保证基本可用性的前提下，最大化客户的体验。",[10,254,255],{},"离线预置的本质是把一个通常由宿主操作系统承担的职责下推到交付物本身。代价不只是包体积——更麻烦的是，操作系统原本替你处理的那些边界情况，现在全都归你了：权限不够怎么办、安装器撒谎怎么办、客户机上已有的版本比你需要的旧怎么办、而它又被别的软件依赖着。",[10,257,258],{},"这些分支里没有一个是\"技术难题\"，它们只是琐碎、且必须逐个想清楚。写下这套设计的时候客户机还没到手，上面每一条规则都是预设的失败模式，还不是踩过的坑。",{"title":260,"searchDepth":261,"depth":261,"links":262},"",2,[263,264,265,266,267,268,269,270],{"id":16,"depth":261,"text":17},{"id":78,"depth":261,"text":78},{"id":108,"depth":261,"text":109},{"id":125,"depth":261,"text":126},{"id":161,"depth":261,"text":162},{"id":196,"depth":261,"text":197},{"id":233,"depth":261,"text":233},{"id":246,"depth":261,"text":246},"Agent 平台","2026-04-23","md",null,{},true,"\u002F2026-04-23",{"title":5,"description":12},"2026-04-23-离线环境预置把依赖下沉进交付物","客户机器不一定有 Node、Python、VC++ 运行库，交付物必须自带整个运行环境。解决方案的分层设计与三个隐藏的坑。",[282,283,284,285,286],"Windows","依赖打包","版本管理","运行时","离线交付","AD_7Fh9uF3QDz6_BMPN8bTZhOJHBlwen5OHROStUwY4",[289,610,908],{"id":290,"title":291,"body":292,"column":271,"date":596,"description":296,"extension":273,"hero_image":274,"meta":597,"navigation":276,"path":598,"seo":599,"series_id":274,"severity":274,"stem":600,"summary":601,"tags":602,"__hash__":609},"posts\u002F2026-07-26-峰值1987一个人维护AI平台的边界.md","一个人，能维护到多大规模？",{"type":7,"value":293,"toc":580},[294,297,300,303,306,338,341,344,349,352,359,374,377,384,388,391,394,397,404,411,415,418,425,429,432,435,445,456,459,463,466,469,476,480,483,486,489,493,496,499,525,528,531,534,540,554,560,574],[10,295,296],{},"从 2026-05-22 的 270 个用户到 07 下旬的峰值 1987 日活，这个平台的增长不是线性的。中间隔着四次明确的容量撞墙，每一次都留下了可复查的根因记录。这篇文章讲的是，什么条件下一个人能维护一个到达四位数日活规模的多租户平台。",[14,298,299],{"id":299},"成长曲线与撞墙的四个节点",[10,301,302],{},"架构的设计前提是\"1 用户 = 1 容器\"。这个决策确定了，用户数与容器数就是同一个口径。没有\"日活 X 万、同时在线 Y 万\"这种双指标的混淆。",[10,304,305],{},"实际的规模序列是这样的：",[30,307,308,314,320,326,332],{},[33,309,310,313],{},[148,311,312],{},"270 个 service","（05-22）：刚完成 ffmpeg 升级后的测量",[33,315,316,319],{},[148,317,318],{},"372 RUNNING","（05-24）：滚动升级前的容器计数",[33,321,322,325],{},[148,323,324],{},"379","（05-25）：五个 P0 patch 部署后稳定",[33,327,328,331],{},[148,329,330],{},"574 用户","（06-03）：迁移到 K8s 时的基线，539 个 RUNNING",[33,333,334,337],{},[148,335,336],{},"1987","（07 下旬）：最近测得的峰值",[10,339,340],{},"跨度是两个月，增速从 Swarm 期间的两周内 270→379（40% 增长）、到迁 K8s 后约八周 574→1987（约 3.5 倍）。这个加速度不是\"计划好的伸缩\"，而是每一次解决了瓶颈后，下一个瓶颈暴露出来。",[14,342,343],{"id":343},"四堵撞过的墙",[345,346,348],"h3",{"id":347},"第一堵容器网络-ip-池05-22fa-012","第一堵：容器网络 IP 池（05-22，FA-012）",[10,350,351],{},"用户报告\"AI 容器里没 ffmpeg\"。这本来是个 Dockerfile 一行 apt 的事。但打算上线这个修改时，意外发现 gwbridge（Docker Swarm 默认的容器网络）IP 地址段是 \u002F24，总共 253 个 IP，已经被 270 个用户的容器占满。13 个用户容器长期处于启动失败的循环中。",[10,353,354,355,358],{},"排查逻辑是这样的：一行 Dockerfile 改动不至于触发灰度风险，但灰度一个用户时，Swarm 需要给新容器分配 gwbridge 的 IP。如果池子满了，IP 分配失败，新容器启动失败，再加上老容器还没完全释放（endpoint 还在占位），就陷入了\"申请 → 失败 → retry\"的循环。这种症状看起来随机，用户看到的是\"我的容器启不来\"，系统看到的是\"又一个容器 cycling\"。直到看 ",[25,356,357],{},"docker info"," 的输出，才发现 gwbridge 已经 100% 满用。",[10,360,361,362,365,366,373],{},"根本原因在于一个不易察觉的配置陷阱：Docker Daemon 的配置文件里改了 ",[25,363,364],{},"default-address-pools","，但这个配置",[148,367,368,369,372],{},"只在 ",[25,370,371],{},"swarm init"," 那一刻消费一次","。已经创建的网络不会动。之前改过这个配置的人可能不知道这个行为，改了等于没改。",[10,375,376],{},"修复不能简单地改配置重启。我试过在 staging 环境用 dry-run 验证，写脚本探测不冲突的子网段，然后在 production 的 canary 验证阶段发现\"释放的 IP 立刻被其它 cycling 任务抢走\"这样的负反馈。所以流程变成：先 scale 0 所有失联的服务（停止它们 cycling，释放的位置不会被抢），然后手动删除旧的 gwbridge、用新 subnet 重建。最终把容量从 253 扩到了 4094，增长了 16 倍。13 个失联用户全部恢复。",[10,378,379,380,383],{},"这次的启示是",[148,381,382],{},"配置陷阱往往比代码 bug 更隐蔽","。因为配置改了看不出效果，维护者会觉得没改上去、会反复尝试，但每次尝试的假设都错了。",[345,385,387],{"id":386},"第二堵单容器资源限制与内核参数05-25fa-013","第二堵：单容器资源限制与内核参数（05-25，FA-013）",[10,389,390],{},"五天后，部署了五个 P0 patch：B1 容器内存 burst factor 调整（硬限制改为内存 × 4）、B2 mcp register 的假失败救活逻辑、B3 ulimit nofile 扩大到 65536、B4 mcp cooldown 清理、B6 provision 接口幂等性。这一次的滚动升级从 05-25 凌晨 0:41 一直跑到 07:34，实际耗时 6 小时 42 分钟，原本预估只要 3 小时。",[10,392,393],{},"但更关键的数据是这个：升级前，平台里有一个重灾户容器一天被 OOM kill 了 247 次。这不是偶发故障——是每一天都在重复。升级完成一小时后，这个数字变成了 0。",[10,395,396],{},"这次的根因是九个缺陷的叠加。B1 的根因是硬限制设得太低（原来 93 个用户只有 500MB 硬限，远低于实际需要），B2 是 mcp register exit code 的错误判断（非零 exit 自动当做失败，但有时是因为配置覆盖了），B3 是文件描述符不足导致新连接打开失败。单个缺陷可能不致命，但聚在一起就是 OOM 风暴。更严重的是，一个用户的 OOM 不只影响那个用户——每次 OOM 都会触发内核的 swap 操作，拖累整机的 I\u002FO，让 cpa-api 主进程的事件循环卡顿 18 秒。前端看到的是全站变慢，实际根因可能是某个用户容器在反复 OOM。",[10,398,399,400,403],{},"部署前做了充分的 staging 验证和 production canary，分阶段升级了重灾户、然后全量升级、最后等完全收敛。期间遇到的问题是单容器的 ",[25,401,402],{},"docker service update"," 实际耗时约 60 秒（含 Swarm scheduler 延迟），并发调度起来比预期慢 2 倍。",[10,405,406,407,410],{},"这次的启示是：",[148,408,409],{},"当多个独立缺陷同时叠加时，表象看起来是单一故障（OOM 风暴），但根因分散在配置、参数、逻辑判断的不同层","。修复必须从全景取证开始，先理清每个环节的缺陷，再按优先级有序修复。一次部署才能彻底收敛，局部修复反而会留下隐患。",[345,412,414],{"id":413},"第三堵编排层与自愈能力06-03迁-k8s","第三堵：编排层与自愈能力（06-03，迁 K8s）",[10,416,417],{},"到 06-03，用户已经涨到 574 个。继续打补丁的成本已经高于\"一次性迁移编排平台\"。Swarm 的问题不只是容量——还有调度自愈的缺失。任何故障都依赖人工介入，一个人无法 24 小时在线。决策很简单：从 Docker Swarm 迁到 Kubernetes。",[10,419,420,421,424],{},"这次迁移的复杂性不在于技术实现本身（用 COS 中转数据、转换 sub2api 密钥、把 124G 数据分批导入），而在于",[148,422,423],{},"理解新平台引入的新故障域","。K8s 有更细的控制粒度和自动调度，但同时也暴露了之前 Swarm 隐藏的问题。比如共享存储（NFS\u002FSFS）的客户端卡死，在 Swarm 时期可能因为容器分散在不同节点而被掩盖；但在 K8s 这样的细粒度编排下，如果一个节点的 NFS 客户端出问题，节点上的所有 pod 都会受影响。所以迁移不是终点，而是暴露新问题的起点。",[345,426,428],{"id":427},"第四堵节点级存储与可观测性06-05fa-015","第四堵：节点级存储与可观测性（06-05，FA-015）",[10,430,431],{},"迁移两天后，某个节点上的 NFS 客户端在某个时刻 hang 住了。Kubernetes 不知道发生了什么，kubelet 仍然报告节点 Ready（因为 kubelet 本身没卡），但这个节点上 52 个实例的网关全部 DOWN 或 HUNG。这 52 个实例对应的是本该分散部署的用户容器，因为某种原因堆在了同一个节点上。",[10,433,434],{},"故障的症状可以分成几类。单个实例网关的 DOWN（容器无法启动、schema 非法）、HUNG（反复重启导致 adapter 504）、节点级的卡死（整节点上的容器创建\u002F删除都阻塞）、数据库与实际状态割裂（DB 里是 ERROR、但 pod 健康了）。每种症状对应不同的根因，需要不同的检测和自愈手段。",[10,436,437,438,441,442,151],{},"最严重的是，",[148,439,440],{},"这个故障没有任何告警","。平台的监控指标全部正常，绿灯一片。直到用户反馈\"连不上面板\"，才被发现。这已经是故障发生几小时以后的事。故障本身是可逆的——节点冻死就人工 cordon、删除卡住的 pod、让其它节点重新调度。但",[148,443,444],{},"不可见的故障比故障本身更致命",[10,446,447,448,451,452,455],{},"这次事故直接导出了四层兜底的设计：L0 从配置和资源限制层面降低故障触发（比如 NFS 改 ",[25,449,450],{},"soft"," 参数而不是 ",[25,453,454],{},"hard","，这样网络抖动时容器报错退出而不是整个节点冻）；L1 加检测让故障可见（每 60 秒检测一遍\"节点上是否有 pod 卡 ContainerCreating、网关探测失败率多少\"）；L2 对低风险故障自动自愈（网关单次 DOWN 就重建 pod、DB 对账失败就修复状态）；L3 对高风险动作告警优先（节点冻死先推送告警、等人工确认再 drain）。",[14,457,458],{"id":458},"三件真正决定可行性的事",[345,460,462],{"id":461},"_1-文档即基础设施","1. 文档即基础设施",[10,464,465],{},"这个平台现在有 200+ 份设计文档与 80 份故障档案。这些不是为了\"好看\"存在的。",[10,467,468],{},"一个人无法对整个系统保持完整的心智模型。200+ 文档是唯一能让一个人记住系统全貌的方式。每当遇到新故障，能快速检索以前遇过的类似问题。每当需要做架构决策，能回溯当初为什么这样设计、放弃过哪些选项。",[10,470,471,472,475],{},"同时，",[148,473,474],{},"这些文档也是 AI 能有效介入的前提","。我可以把这些故障档案喂给模型，让它帮助排查新问题、验证修复方案、甚至生成监控规则。但前提是要把故障记录得清楚。空洞的\"修好了\"没有任何价值。",[345,477,479],{"id":478},"_2-故障必须被归档","2. 故障必须被归档",[10,481,482],{},"同一个症状反复出现，每次修复可能只治了表象的一个侧面，真正的收敛需要理解全部的根因。这只有在每一次都写清档案的情况下才可能。",[10,484,485],{},"如果没有归档制度，第二次遇到类似症状时，维护者根本不知道第一次修复做过什么、为什么还没有彻底解决。\"又来了\"和\"这个问题还有遗留\"的反应完全不同。前者是被动应对、逐次救火，后者是主动追踪、系统解决。",[10,487,488],{},"实际上，平台里有不少故障走过了四到五次的修复周期。每一次修复时，回看之前的档案，能快速理清\"这一层已经改过，那一层还没触及\"。这种\"有案可查、有据可循\"的状态，把修复从赌博变成了可重复的流程——每一次问题复发时，不是从零开始排查，而是从已知的检查点继续。",[345,490,492],{"id":491},"_3-自愈优先于告警告警优先于人工","3. 自愈优先于告警，告警优先于人工",[10,494,495],{},"在 FA-015 之前，平台大量依赖人工值守。任何问题都需要运维看到日志、理解现象、手动操作。一个人无法 24 小时在线。",[10,497,498],{},"FA-015 的教训直接导出了四层兜底的设计：",[30,500,501,507,513,519],{},[33,502,503,506],{},[148,504,505],{},"L0 预防","：从配置和资源限制的层面降低故障触发的概率。",[33,508,509,512],{},[148,510,511],{},"L1 检测","：让不可见的故障变成可见——节点卡死、实例网关异常、数据库与实际状态割裂，全部要有独立的检测逻辑。",[33,514,515,518],{},[148,516,517],{},"L2 自愈","：对于低风险的故障（单实例网关重启、DB 状态对账），直接自动修复。高风险的动作（节点 drain）先告警、等人工确认。",[33,520,521,524],{},[148,522,523],{},"L3 告警","：自愈失败时、检测到新的异常时，推送给人。",[10,526,527],{},"这样的设计下，一个人维护平台的上限大幅抬高。不是因为个人能力变强了，而是系统能自动处理大多数故障，只把人类的决策能力用在最关键的地方。",[14,529,530],{"id":530},"诚实的边界在哪",[10,532,533],{},"但这个设计也有明显的天花板：",[10,535,536,539],{},[148,537,538],{},"真正撑不住的","（需要六小时以上连续操作、需要跨时区响应、需要多人交叉验证）：",[30,541,542,545,548,551],{},[33,543,544],{},"数据库或存储层的重大故障。恢复涉及数据一致性检查，无法完全自动化。",[33,546,547],{},"涉及业务逻辑的错误。修复需要理解用户意图，不只是系统恢复。",[33,549,550],{},"密钥泄露或安全事件。需要立刻通知客户、协调应急处置、事后全面审计。",[33,552,553],{},"多个独立故障同时发生、相互放大的情况。需要多个人在不同维度分别操作。",[10,555,556,559],{},[148,557,558],{},"如果重来一次，优先级这样排","：",[86,561,562,565,568,571],{},[33,563,564],{},"最先做的是 L1 检测——让故障可见。这是一切自动化的前提。宁可产生虚报，也不能漏掉真实故障。",[33,566,567],{},"其次是 L0 预防——从配置、资源限制、网络参数这些基础设施层降低故障率。这些改动成本低、收益高。",[33,569,570],{},"然后才是 L2 自愈——只对低风险的故障做自动恢复。对于高风险操作，即使多花一个人工确认的时间，也要确保不会进一步破坏系统。",[33,572,573],{},"最后是文档和监控。这些不是\"最后的事情\"，而是贯穿全过程的——每个改动都要同步更新文档、每个故障都要写进档案。",[10,575,576,577,579],{},"那些回避的成本很高。曾经因为 NFS 挂载的 ",[25,578,454],{}," 参数导致节点冻死，这个参数的改动只需要改一行配置文件、然后滚动重启一次实例。但因为这个调整一直没做，就承受了几小时的无声故障。反过来说，那些看起来\"小\"的改动——改配置参数、改资源限制、加一个监控规则——才是最划算的投资。",{"title":260,"searchDepth":261,"depth":261,"links":581},[582,583,590,595],{"id":299,"depth":261,"text":299},{"id":343,"depth":261,"text":343,"children":584},[585,587,588,589],{"id":347,"depth":586,"text":348},3,{"id":386,"depth":586,"text":387},{"id":413,"depth":586,"text":414},{"id":427,"depth":586,"text":428},{"id":458,"depth":261,"text":458,"children":591},[592,593,594],{"id":461,"depth":586,"text":462},{"id":478,"depth":586,"text":479},{"id":491,"depth":586,"text":492},{"id":530,"depth":261,"text":530},"2026-07-26",{},"\u002F2026-07-26-1987ai",{"title":291,"description":296},"2026-07-26-峰值1987一个人维护AI平台的边界","从 270 到 1987 日活，每一次规模跃升前都先撞了一次墙。这条增长曲线记录的不是预设设计，而是每次故障都被完整归档后逐步演进出来的可行性边界。",[603,604,605,606,607,608],"Docker Swarm","Kubernetes","容器编排","运维自动化","故障自愈","规模扩展","D-mYcaOLOBT0PhwjmrqVVEwCE7hl8Tqi9I57HrRlt5U",{"id":611,"title":612,"body":613,"column":271,"date":894,"description":895,"extension":273,"hero_image":274,"meta":896,"navigation":276,"path":897,"seo":898,"series_id":274,"severity":274,"stem":899,"summary":900,"tags":901,"__hash__":907},"posts\u002F2026-07-14-分销体系的账本设计.md","一笔充值，要拆成几条流水？",{"type":7,"value":614,"toc":884},[615,622,625,629,632,635,642,653,660,664,667,673,676,679,682,693,696,704,711,715,718,729,732,743,750,754,757,763,766,777,780,784,787,790,793,804,807,815,818,829,832,835,840,847,852,863,866,869,872,878,881],[10,616,617,618,621],{},"单笔用户充值，背后是一次复杂的资金拆分：用户充值 100 元，既是平台的收入，也是分销代理的佣金来源，可能还有上级代理的层级提成。这些数字必须同时记录、互相平衡、永不重复。这不是数据流通的问题，是",[148,619,620],{},"现金流的问题","——差一分钱就是漏账，重复一次就是挪用。",[10,623,624],{},"分销账本设计的核心就四条铁律和一个恒等式。遵循它们，系统能撑到任何规模；跳过其中任何一条，早晚会在对账时翻车。",[14,626,628],{"id":627},"规则一佣金计算基数要先定死","规则一：佣金计算基数要先定死",[10,630,631],{},"从什么数字出发算佣金？这个问题比看起来复杂。",[10,633,634],{},"通常的选项有三个：订单总金额、用户实付金额、或者订单到账净额。乍看没区别，一旦遇上退款就完全不同。",[10,636,637,638,641],{},"采用的方案是",[148,639,640],{},"用户充值净额","（billing 系统中已确认到账的实付分）。理由很直白：",[86,643,644,647,650],{},[33,645,646],{},"退款处理天然免疫。用户充值后退款，billing 的该用户账户余额已经扣掉，充值净额自动反映了这笔冲销。分成计算只需聚合这个净额乘以比例，不用单独写退款冲正逻辑。",[33,648,649],{},"避免应收账款。如果以订单金额算，还没到账时代理已经看得到分成，这在 reporting-only 设计下容易造成认知错位（代理以为钱已经是他的，实际还在支付处理中）。",[33,651,652],{},"同源唯一。billing 是平台的权威账本，分成的基数来自这里，对账时只需验证\"代理分成之和 + 平台收入 = billing 总充值\"，一个公式搞定。",[10,654,655,656,659],{},"反过来说，如果公司后续引入退款主动冲补（而非被动扣减），这个基数设定会变得复杂。但在初期，",[148,657,658],{},"基数 = billing 已确认充值"," 是最简洁的切口。",[14,661,663],{"id":662},"规则二结算时点决定了数据流向","规则二：结算时点决定了数据流向",[10,665,666],{},"到底是在订单成交时计提佣金，还是账期结束时一次性结算？",[10,668,669,670,151],{},"这里的选择是 ",[148,671,672],{},"reporting-only 只读聚合，实时查询，不计提、不累积",[10,674,675],{},"具体含义是：代理看到的\"我的分成\"不是一条条流水记录，而是每次查询时现场计算出来的聚合数字。算法是\"我名下所有用户的充值净额总和 × 我的佣金比例\"。没有单独的\"分成计提\"操作，没有一条条的\"分成到账\"记录。",[10,677,678],{},"好处和代价是对偶的。",[10,680,681],{},"好处：",[30,683,684,687,690],{},[33,685,686],{},"免除计提时点的争议。不用决定在订单成交时、支付完成时、还是 T+1 时计提，因为根本不计提。",[33,688,689],{},"天然避免双扣。既然分成不落库不累积，就不存在\"发放一次、又重复发放一次\"的并发风险。同一笔充值无论被查询多少次，贡献的佣金永远相同。",[33,691,692],{},"简化对账。代理的分成数字永远等于\"最新充值净额 × 比例\"，无需追溯历史。",[10,694,695],{},"代价：",[30,697,698,701],{},[33,699,700],{},"代理无法看到\"分成流水\"。有些运营场景下，需要展示\"哪笔订单产生了多少佣金\"这样的明细，reporting-only 做不了（可以通过关联用户的充值明细变通，但那是用户维度的流水，不是分成维度的）。",[33,702,703],{},"退款时必须同步。如果用户退了 50 块钱，billing 系统立刻反映这笔扣减，代理的分成下一秒查询就会跌下来。这对代理来说是透明的（分成就是动态的），但运营沟通时需要提前说清楚。",[10,705,706,707,710],{},"选择 reporting-only 的核心原因是：",[148,708,709],{},"初期不出金、无提现","。既然分成只是一个数字展示、不涉及真金白银的打款，那就不用建立复杂的流水账体系。等到未来做提现时，可以在 reporting-only 的基础上加一层\"快照 + 冻结\"机制（即每个提现周期开始时拍一个快照，这个快照才是可提的分成额）。",[14,712,714],{"id":713},"规则三层级上限和循环检测","规则三：层级上限和循环检测",[10,716,717],{},"分销是分多少层级？",[10,719,720,721,724,725,728],{},"首期方案是",[148,722,723],{},"单层","。用户通过一个特定的渠道码注册（如 ",[25,726,727],{},"AB-48210377","），永久绑定到某个代理。代理无法有\"上级代理\"，也就无法有\"上级佣金\"这样的递归结构。",[10,730,731],{},"这一约束看起来很强，但在无提现的 reporting-only 下，是合理的。理由是：",[86,733,734,737,740],{},[33,735,736],{},"简化代理运维。总台只需管理一套代理的佣金比例（per-代理），不用维护代理之间的树形关系。",[33,738,739],{},"避免环形链。单层天然杜绝了\"A 的上级是 B，B 的上级是 A\"这类配置错误。多层结构下，环形检测本身又是一个故障点。",[33,741,742],{},"初期够用。大多数分销场景早期就是\"直销商（代理）→ 用户\"的二元关系，不需要分级。",[10,744,745,746,749],{},"但要注意，这个约束是",[148,747,748],{},"数据模型层的","，不是业务规则层的。如果未来需要升级到多层结构，数据模型需要改（Channel 表可能要加 parentResellerId 等），但已经发出去的单层记录无需回溯改造——它们天然是单层的。",[14,751,753],{"id":752},"规则四幂等键设计防重复计提","规则四：幂等键设计（防重复计提）",[10,755,756],{},"同一笔充值可能被多个系统调用、被回调多次。分成必须严格幂等：无论这笔充值被聚合几次，贡献给代理的佣金永远是\"充值额 × 比例\"这一个数字，不能是两倍、三倍。",[10,758,759,760,151],{},"因为采用 reporting-only + 只读聚合的设计，幂等性",[148,761,762],{},"自动满足",[10,764,765],{},"推理如下：",[86,767,768,771,774],{},[33,769,770],{},"billing 侧的充值流水本身是幂等的。同一个订单号的充值，billing 确保只入账一次（通过订单号的唯一性约束）。",[33,772,773],{},"分成聚合是无状态的。每次查询时，服务端都是\"遍历该代理名下的用户 → 调用 billing 的 summaryByUsers 接口 → 汇总充值净额 → 乘以比例\"。这个聚合过程不依赖任何之前的计提记录。",[33,775,776],{},"结论：即使 billing 错误地返回了同一笔充值两次，聚合结果也只会包含一次（因为底层是\"用户ID → 总充值净额\"的映射，不是\"订单 → 充值\"的流水列表）。",[10,778,779],{},"相反，如果设计成\"订单成交时计提一条分成记录\"的模式，就需要在分成记录上加幂等键（如 orderId），确保同一订单的分成只计提一次。这个幂等键检查本身就是一个额外的故障点。",[14,781,783],{"id":782},"一个恒等式对账的唯一标准","一个恒等式：对账的唯一标准",[10,785,786],{},"前面四条规则规范了流程，但最后的验证还是要靠一个简单的数学公式。",[10,788,789],{},"$$\n\\sum_^{n} \\text{Commission}_i + \\text{PlatformNetIncome} = \\text{TotalTopup}\n$$",[10,791,792],{},"其中：",[30,794,795,798,801],{},[33,796,797],{},"$\\text{Commission}_i$ 是第 $i$ 个代理的分成（所有名下用户的充值净额 × 佣金比例）",[33,799,800],{},"$\\text{PlatformNetIncome}$ 是平台的净收入（总充值 - 所有代理的分成总额）",[33,802,803],{},"$\\text{TotalTopup}$ 是 billing 系统的总充值额（所有用户的到账充值之和）",[10,805,806],{},"这个等式是唯一可靠的对账标尺。任何时刻，只要这个等式不成立，就说明某个环节出了问题：",[30,808,809,812],{},[33,810,811],{},"等式左侧大于右侧 → 某个代理的分成算重了，或者平台收入算多了",[33,813,814],{},"等式左侧小于右侧 → 某个代理的分成算少了，或者某笔收入漏了",[10,816,817],{},"而且这个等式不需要建立任何新表。完全可以通过查询三个现成的数据源验证：",[86,819,820,823,826],{},[33,821,822],{},"billing 的 SummaryByUsers（每个用户的充值净额）",[33,824,825],{},"代理表的 commissionRate（每个代理的佣金比例）",[33,827,828],{},"一行 SQL 的聚合（sum 和乘法）",[14,830,831],{"id":831},"技术实现的两个关键点",[10,833,834],{},"光有规则还不够，实现层要支撑这些规则。素材中的设计有两个细节值得指出。",[10,836,837,151],{},[148,838,839],{},"其一，billing 要暴露 summaryByUsers 接口",[10,841,842,843,846],{},"分成聚合依赖\"按用户ID汇总充值净额和消耗\"这个操作。如果 billing 侧没有这个批量接口，代理端就得自己拼接多个单用户查询，性能和一致性都会打折扣。实现计划里新增的 ",[25,844,845],{},"POST \u002Fanalytics\u002Fsummary-by-users"," 就是为了这个。",[10,848,849,151],{},[148,850,851],{},"其二，reseller 侧的所有查询要服务端注入 channelId",[10,853,854,855,858,859,862],{},"代理登录后调用 ",[25,856,857],{},"\u002Fapi\u002Freseller\u002Fsummary"," 或 ",[25,860,861],{},"\u002Fapi\u002Freseller\u002Fusers","，后端不能信任请求体里的 channelId 参数。而是从 token 解析出代理身份 → 查表得出该代理对应的 channelId → 强制注入到查询条件里。这是防代理 A 越权查看代理 B 渠道的唯一有效方式。",[10,864,865],{},"代码里体现为：从 Admin token 反查 Channel 表的 resellerId 字段，确保该 Admin 只能看自己那行 Channel。",[14,867,868],{"id":868},"与既有分账设计的呼应",[10,870,871],{},"这套账本设计不是凭空造出来的。平台此前在另一个系统里实现过五类角色的分账体系（Platform、Agency、Escort、Distributor、Merchant），每个角色各维护一张 Ledger 流水表。那个设计的核心思想是\"分账入表\"——即每一笔影响各角色收入的交易，都要对应地在各自的 Ledger 表里落一条记录。",[10,873,874,875,151],{},"当前这套分销设计采用了相反的思路：不建 Ledger 表，而是在查询时通过聚合来推导分成。这的背景是 reporting-only 属性（不出金、只展示），使得可以接受动态聚合的方案。但底层的思想是一致的——",[148,876,877],{},"通过对账恒等式来保证多角色之间的收支平衡",[14,879,880],{"id":880},"结尾",[10,882,883],{},"账本设计的目标不是漂亮的表格或丰富的报表，而是一个简单的数学等式永远成立。一旦等式破裂，对账人员立刻能定位是哪个环节失守。这比事后扑火要高效得多。",{"title":260,"searchDepth":261,"depth":261,"links":885},[886,887,888,889,890,891,892,893],{"id":627,"depth":261,"text":628},{"id":662,"depth":261,"text":663},{"id":713,"depth":261,"text":714},{"id":752,"depth":261,"text":753},{"id":782,"depth":261,"text":783},{"id":831,"depth":261,"text":831},{"id":868,"depth":261,"text":868},{"id":880,"depth":261,"text":880},"2026-07-14","单笔用户充值，背后是一次复杂的资金拆分：用户充值 100 元，既是平台的收入，也是分销代理的佣金来源，可能还有上级代理的层级提成。这些数字必须同时记录、互相平衡、永不重复。这不是数据流通的问题，是现金流的问题——差一分钱就是漏账，重复一次就是挪用。",{},"\u002F2026-07-14",{"title":612,"description":895},"2026-07-14-分销体系的账本设计","分销系统最容易在财务对账出错。单笔充值需同时产生平台收入、代理佣金等多条记录，必须在同一事务内闭合。四条规则与一个恒等式是账本设计的全部。",[902,903,904,905,906],"分销","账本设计","对账","幂等性","佣金结算","Q3NC9Z8JBJ7e2MLQFH10q68Igpbp2fMF5gT-do6Rxaw",{"id":909,"title":910,"body":911,"column":271,"date":1221,"description":915,"extension":273,"hero_image":274,"meta":1222,"navigation":276,"path":1223,"seo":1224,"series_id":274,"severity":274,"stem":1225,"summary":1226,"tags":1227,"__hash__":1233},"posts\u002F2026-06-29-记忆星系长期记忆可视化工作台.md","模型记错了，用户得能删掉",{"type":7,"value":912,"toc":1211},[913,916,919,923,929,932,935,938,941,948,951,954,986,989,992,1065,1072,1079,1082,1085,1129,1132,1135,1139,1142,1145,1148,1151,1154,1157,1160,1163,1166,1173,1180,1183,1186,1193,1196,1199,1202,1205,1208],[10,914,915],{},"长期记忆存起来容易，用户看不见也管不了。记忆一旦不可见，就会累积错误信息并持续污染后续对话——模型出错时没有纠正入口，错误就永久留存。",[10,917,918],{},"我在 yun-claude 的记忆设计中遇到的问题正是这个。聊天系统能自动从对话抽取持久要点并入库，但页面还是传统的卡片列表，看不出记忆的类型、重要性、使用频次。更严重的是，用户无法编辑或删除那些被错误标记的记忆。所以这次升级的核心不是加一个炫彩的可视化，而是把记忆管理变成一个真正可用的信息工作台。",[14,920,922],{"id":921},"表格优先而不是星河优先","表格优先，而不是星河优先",[10,924,925,926,151],{},"设计的第一个决策是：",[148,927,928],{},"主界面用表格承载记忆列表，不用星河画布作主体交互",[10,930,931],{},"这听起来反直觉。当初考虑过让星河画布成为核心——节点按重要性大小分布、按创建时间环形排列、搜索命中时高亮。视觉上是漂亮的，也更有\"知识宇宙沉淀\"的产品感。但约束改变了这个选择：",[10,933,934],{},"第一，信息密度。表格一屏可以显示 10-20 条记忆的核心属性（标题、类型、重要性、标签、创建时间），并支持排序和筛选。星河画布要展示相同的信息量，就必须让节点变小、缩放调整、甚至分屏展示——交互成本陡升。而用户——AI agent 的主人——需要快速浏览和定位记忆，不是浏览艺术装置。",[10,936,937],{},"第二，编辑成本。星河上的节点编辑通常要额外打开面板或弹窗。如果记忆管理的主要工作是\"检查是否有错记、删除重复、调整分类\"，那星河就不是最优方案。对比之下，表格 + 右侧详情面板的结构让用户可以同时看到列表和正在编辑的项目，没有上下文切换。",[10,939,940],{},"第三，用户规模。当前 yun-claude 没有真实用户，推断单个用户的记忆条数会比较少（几十到几百）。在这个规模下，表格就足够快了，不必依赖图形加速或向量索引的复杂优化。如果将来规模增大再考虑换方案。",[10,942,943,944,947],{},"所以最终设计是：",[148,945,946],{},"表格为主工作台，右侧详情面板负责编辑与整理，星系可视化只作为辅助视图（后续可选）","。这不是缺乏视觉想象力，而是对工作流的务实权衡。代价是产品感稍弱，但可用性强得多。",[14,949,950],{"id":950},"五类语义记忆与设计令牌",[10,952,953],{},"为了让记忆可见可管，将长期记忆分成五类：",[30,955,956,962,968,974,980],{},[33,957,958,961],{},[148,959,960],{},"核心记忆","（CORE）：与用户身份、核心项目、重要约束直接相关。模型在每轮对话发送前都应该检索。",[33,963,964,967],{},[148,965,966],{},"常驻记忆","（PERMANENT）：用户的工作背景、技术栈偏好、团队结构等长期背景。",[33,969,970,973],{},[148,971,972],{},"临时记忆","（TEMPORARY）：短期的任务进度、当前问题、临时约束。生命周期短。",[33,975,976,979],{},[148,977,978],{},"知识星云","（KNOWLEDGE）：用户分享的文档要点、API 文档摘录、最佳实践。主要用于 RAG 增强。",[33,981,982,985],{},[148,983,984],{},"其他","（OTHER）：模型无法明确分类或用户手动标记的记忆。",[10,987,988],{},"每一类的关键差异是生命周期和召回策略。核心记忆应该高频被注入 prompt，临时记忆应该自动清理，知识类应该被 RAG 系统共同使用。",[10,990,991],{},"为了在视觉上强化这个分类，为每类配置了一个独立的语义色：",[993,994,995,1011],"table",{},[996,997,998],"thead",{},[999,1000,1001,1005,1008],"tr",{},[1002,1003,1004],"th",{},"类型",[1002,1006,1007],{},"颜色",[1002,1009,1010],{},"用途",[1012,1013,1014,1026,1036,1046,1056],"tbody",{},[999,1015,1016,1020,1023],{},[1017,1018,1019],"td",{},"核心",[1017,1021,1022],{},"Amber-500",[1017,1024,1025],{},"节点、筛选按钮、卡片左边线",[999,1027,1028,1031,1034],{},[1017,1029,1030],{},"常驻",[1017,1032,1033],{},"Sky-500",[1017,1035,1025],{},[999,1037,1038,1041,1044],{},[1017,1039,1040],{},"临时",[1017,1042,1043],{},"Teal-500",[1017,1045,1025],{},[999,1047,1048,1051,1054],{},[1017,1049,1050],{},"知识",[1017,1052,1053],{},"Violet-500",[1017,1055,1025],{},[999,1057,1058,1060,1063],{},[1017,1059,984],{},[1017,1061,1062],{},"Slate-500",[1017,1064,1025],{},[10,1066,1067,1068,1071],{},"关键的设计决策是：",[148,1069,1070],{},"颜色不只是装饰，而是结构的一部分","。在表格、筛选条、详情面板的边线上，用户都能看到同一个颜色，强化类型认知。这样的一致性是可信的信息工作台的标志——用户一眼知道哪条记忆是核心、哪条是临时。",[10,1073,1074,1075,1078],{},"颜色值不是散落在各个组件里的魔法数字，而是集中在一个 ",[25,1076,1077],{},"memoryStyles.ts"," 文件中管理。任何需要记忆类型颜色的地方都从这里引用。这样改一个颜色时不必跨多个文件搜索替换，也不会出现同类型在不同地方显示不同色的尴尬局面。",[14,1080,1081],{"id":1081},"记忆模型与后端约束",[10,1083,1084],{},"后端为每条记忆增加了结构化字段：",[30,1086,1087,1093,1099,1105,1111,1117,1123],{},[33,1088,1089,1092],{},[25,1090,1091],{},"title","：节点或列表行的标题，从正文前 18 个字符生成",[33,1094,1095,1098],{},[25,1096,1097],{},"type","：五类之一",[33,1100,1101,1104],{},[25,1102,1103],{},"importance","：1-100 的重要性分值，决定节点大小和列表排序",[33,1106,1107,1110],{},[25,1108,1109],{},"tags","：字符串数组，最多 8 个标签",[33,1112,1113,1116],{},[25,1114,1115],{},"lastUsedAt","：最近被召回的时间",[33,1118,1119,1122],{},[25,1120,1121],{},"usedCount","：被召回次数",[33,1124,1125,1128],{},[25,1126,1127],{},"metadata","：扩展字段，保存来源会话、模型、抽取动作等",[10,1130,1131],{},"当模型抽取记忆时，输出包含这些结构化字段。服务端必须做兜底和校验：type 非法时改为 OTHER、importance 超范围时裁剪、tags 去重去空白最多保留 8 个。如果抽取失败，仍然保存正文并用默认字段（importance=50, type=OTHER）。",[10,1133,1134],{},"这些默认值的设计是为了降级优雅。即便结构化抽取失败，记忆也不会丢失，只是分类不精准——这是可以接受的，因为用户随后可以手动调整。",[14,1136,1138],{"id":1137},"搜索筛选与编辑","搜索、筛选与编辑",[10,1140,1141],{},"用户在表格上方有一个搜索框和类型筛选条。搜索时调用后端的语义搜索接口，命中的记忆在表格中高亮，并自动选中最高相关性的一条，打开右侧详情面板。语义搜索基于向量数据库的余弦相似度匹配——记忆文本被嵌入为 4096 维向量，查询时也转换为向量并与库内存储按相似度排序召回，只返回分值达到阈值（≥0.3）的结果。这样的匹配比关键词搜索精准度高，也支持语义近似的记忆关联（比如\"TypeScript 后端\"和\"TS 服务端\"会被认为相关）。搜索失败时保留当前星河状态并 toast 提示，不中断工作流。",[10,1143,1144],{},"筛选可以按五类过滤，清除筛选则回到全量视图。如果当前选中的记忆被筛选隐藏了，系统会自动选中可见记忆中最高重要性的那一条；如果没有可见记忆，则关闭详情面板显示空状态。",[10,1146,1147],{},"详情面板里，用户可以编辑标题、正文、类型、标签和重要性。编辑表单使用产品内设计，不弹浏览器原生弹窗。保存后立即更新列表和节点（如果有星河视图的话）。这样用户修改一条记忆时，不必刷新页面或等待后台同步，改动立刻可见。",[10,1149,1150],{},"删除是另一个关键能力。必须让用户能删除被错误标记的记忆，否则错误就成了永久污染源。删除按钮放在详情面板的危险操作区，点击后需确认。删除成功后，该条记忆从表格和星河中消失，列表自动选中下一条（如果有的话）。",[14,1152,1153],{"id":1153},"星河与移动端降级",[10,1155,1156],{},"虽然主界面是表格，但在设计中保留了星河作为可视化补充。桌面端在表格下方或侧边可以显示一个小星图，让用户看到记忆的空间分布——核心记忆聚在中心，临时记忆分散在外围。星河上的节点与表格关联：点击表格行时，星河也高亮对应节点；点击星河节点时，表格定位到对应行。",[10,1158,1159],{},"但星河不是强制项。第一版的实现可能不包含完整星河，而是先确保表格工作台完整可用。星河可以作为后续的增强——用户如果觉得需要可视化辅助，才加上去。",[10,1161,1162],{},"移动端设计上，星河更是不现实（屏幕太小）。所以移动端完全降级为列表视图，点击列表项后通过底部抽屉显示详情和编辑表单。搜索和类型 tabs 放在顶部，保持核心交互可用。这样既避免了表格在手机上的横向溢出，也保证了可用性。",[14,1164,1165],{"id":1165},"节点布局与稳定性",[10,1167,1168,1169,1172],{},"如果星河要实现，一个重要的设计细节是：",[148,1170,1171],{},"节点位置必须稳定","。即便刷新页面或重新打开应用，同一批记忆应该保持相同的位置，这样用户才能形成空间记忆——\"核心记忆总在中心，临时的在右上角\"。",[10,1174,1175,1176,1179],{},"这意味着节点位置不能是随机的实时布局，也不能用物理模拟（那会每次都算不同的位置）。用 ",[25,1177,1178],{},"createdAt"," 字段参与布局计算，保证确定性：同一条记忆的创建时间固定了，它在环形排列中的角度也就固定了。结合 importance 决定距离中心的远近，位置就完全由数据驱动，刷新后毫厘不差。",[14,1181,1182],{"id":1182},"一致性与可维护性",[10,1184,1185],{},"这个设计的关键约束是一致性。如果记忆在表格中是 Amber-500（核心），那在星河、筛选、详情面板的边线上也必须是 Amber-500。任何拆散这个一致性的修改都会破坏用户的心智模型。",[10,1187,1188,1189,1192],{},"所以在设计系统里明确了这一点：",[148,1190,1191],{},"新增或调整记忆类型视觉时，先更新设计文档里的语义色板和 memoryStyles.ts，再在各组件中引用，不允许组件各自复制色值","。这样的约束看似严苛，但它保证了长期的可维护性——下次要改颜色时，只需改一个文件。",[14,1194,1195],{"id":1195},"代价与权衡",[10,1197,1198],{},"这个设计的代价是什么？",[10,1200,1201],{},"第一，视觉冲击力比不上星河优先。表格是务实的设计，不够\"黑科技\"感。如果产品定位是\"AI 记忆系统\"要卖视觉冲击，这个方案会显得保守。",[10,1203,1204],{},"第二，星河的潜力没有完全释放。放弃了复杂的关系推理、自由漫游、力导向布局这些\"高级\"可视化特性，原因就是表格工作台不需要它们，而加上去反而添加复杂度。",[10,1206,1207],{},"第三，设计系统的维护成本提高了。一致性的要求意味着每次改动都要考虑全局影响。但这其实是长期收益——减少了 bug 和不一致的可能。",[10,1209,1210],{},"这些代价对 yun-claude 是可以接受的，因为当前用户还不多，重点是让产品可用，而不是炫技。如果将来用户规模上升，数百条甚至千条记忆的管理场景出现，表格 + 星河的混合界面可能不够，那时再考虑更激进的可视化方案。现在，信息工作台的优先级明确高于视觉体验。",{"title":260,"searchDepth":261,"depth":261,"links":1212},[1213,1214,1215,1216,1217,1218,1219,1220],{"id":921,"depth":261,"text":922},{"id":950,"depth":261,"text":950},{"id":1081,"depth":261,"text":1081},{"id":1137,"depth":261,"text":1138},{"id":1153,"depth":261,"text":1153},{"id":1165,"depth":261,"text":1165},{"id":1182,"depth":261,"text":1182},{"id":1195,"depth":261,"text":1195},"2026-06-29",{},"\u002F2026-06-29",{"title":910,"description":915},"2026-06-29-记忆星系长期记忆可视化工作台","表格优先的记忆管理：用高信息密度工作台承载持久要点，可视化只作辅助，设计令牌贯穿全局。",[1228,1229,1230,1231,1232],"长期记忆","信息工作台","设计决策","语义搜索","设计令牌","gsJKxlNQ-FiADsw2ca6e5WJo-_uyYDFZ55iuiMr4jQE",1785406912254]