[{"data":1,"prerenderedAt":1332},["ShallowReactive",2],{"\u002F2026-04-25-provider-registry":3,"\u002F2026-04-25-provider-registry-rel":392},{"id":4,"title":5,"body":6,"column":375,"date":376,"description":12,"extension":377,"hero_image":378,"meta":379,"navigation":380,"path":381,"seo":382,"series_id":378,"severity":378,"stem":383,"summary":384,"tags":385,"__hash__":391},"posts\u002F2026-04-25-Provider-registry多家模型接入的抽象层.md","接口能统一，能力差异不能",{"type":7,"value":8,"toc":367},"minimark",[9,13,21,26,29,32,47,57,71,81,94,101,108,112,115,125,135,144,159,162,179,186,279,286,290,293,304,319,326,333,336,339,345,355,361],[10,11,12],"p",{},"在多模型时代，一个AI产品不太可能只绑定一家供应商。客户会问\"能不能接DeepSeek\"，你说\"可以，稍等\"，然后发现每家的鉴权、请求格式、流式协议、错误码都不一样。这就是Provider Registry要解决的问题。",[10,14,15,16,20],{},"关键在于",[17,18,19],"strong",{},"什么该统一，什么该暴露","。统一过头会碰到差异的墙，暴露太多会让上游调用方的逻辑爆炸。我在这个项目里碰到的取舍决策，可能值得记录下来。",[22,23,25],"h2",{"id":24},"三层统一一层保留差异","三层统一，一层保留差异",[10,27,28],{},"最初的想法是\"搞一个Provider Registry，把所有差异封装起来，上游拿到一个统一的接口，根本不用关心用的是哪家\"。这个想法在配置层确实能做到，但在能力层做不到。",[10,30,31],{},"我最终把Registry的职责分成四块：",[10,33,34,37,38,42,43,46],{},[17,35,36],{},"第一块：统一鉴权与配置存储","。所有Provider的API key、baseUrl、模型列表都写到一份配置文件（openclaw.json）里，用键值对结构 ",[39,40,41],"code",{},"models.providers.\u003Cprovider_id>"," 组织。用户在desktop-app里粘minimax的key，点保存，底层走CLI命令 ",[39,44,45],{},"openclaw config set --batch-file"," 写入这份文件。无论是minimax还是deepseek，写的流程完全一致——就是一个json patch操作。",[10,48,49,52,53,56],{},[17,50,51],{},"第二块：统一请求\u002F响应形状","。这里的统一指的是\"同一个Provider的多个模型，请求格式保持一致\"。比如minimax用openai-compatible协议，所以不管你用MiniMax-Text-01还是MiniMax-M2.7，都走同一套 ",[39,54,55],{},"openai-completions"," adapter。当然，不同Provider可能走不同协议（minimax是openai-compatible，google用google-generative-ai，bedrock用bedrock-converse-stream），但这个差异在Provider层已经明确了，不会到上游去。",[10,58,59,62,63,66,67,70],{},[17,60,61],{},"第三块：统一错误分类","。vendor CLI 会把所有可能的执行错误映射到几个明确的category：schema validation failed、size-drop protection triggered、tamper detection、gateway unreachable、auth failed、subprocess timeout。desktop-app调",[39,64,65],{},"openclaw_cli_run","时，返回值里有一个",[39,68,69],{},"error_kind","字段，直接是枚举值，不用自己去解析stderr。",[10,72,73,76,77,80],{},[17,74,75],{},"第四块：不统一能力差异。"," 这是关键。以推理（thinking）为例，claude有 ",[39,78,79],{},"thinking"," mode，但openai的o1\u002Fo3才有对应概念。我最初想的是\"在ProviderModel的schema里加一个通用的reasoning字段\"，让上游统一判断\"这个模型支持推理吗\"。结果发现：",[82,83,84,88,91],"ul",{},[85,86,87],"li",{},"deepseek的thinking_content有返回值要求：如果开启thinking，服务端一定要把thinking_content写回来，desktop-app才能正常继续（不回传时上游直接拒绝请求）",[85,89,90],{},"但openai的thinking_process在某些情况下服务端可能不返回",[85,92,93],{},"anthropic的thinking则是完全不同的结构",[10,95,96,97,100],{},"最后的结果是：我在ProviderModel里只留了一个",[39,98,99],{},"reasoning?: boolean","标记（这个模型支持这类能力吗），真正的细节——怎么请求、返回值里怎么提取、出错怎么处理——统统暴露给上游。上游（比如agent runtime）要根据具体的Provider来适配这些差异，不指望Registry替它们处理。",[10,102,103,104,107],{},"这看起来像是\"没把问题解决好\"，但实际上它是正确的边界划分：",[17,105,106],{},"Registry的职责是\"让你有办法表达和存储配置\"，不是\"替你处理所有差异\"","。",[22,109,111],{"id":110},"为什么是cli-subprocess而不是其他方案","为什么是CLI Subprocess而不是其他方案",[10,113,114],{},"这个决策过程本身也说明了架构边界的问题。我考虑过三个方案：",[10,116,117,120,121,124],{},[17,118,119],{},"方案一：磁盘直写","。desktop-app直接写openclaw.json文件。看起来最简单。真机烟测发现行不通——vendor设计了tamper protection机制，直写会被clobber到",[39,122,123],{},".clobbered.{timestamp}","文件里，文件恢复到上一次known-good的快照。这是vendor的安全设计，我不应该绕过它，也不可能绕过（因为我没有权限改vendor的防护逻辑）。",[10,126,127,130,131,134],{},[17,128,129],{},"方案二：Gateway WebSocket RPC直调","。vendor gateway进程暴露了一个WebSocket接口，理论上可以直接调 ",[39,132,133],{},"gateway.secrets.reload"," RPC来热更新配置。这需要我逆向gateway的RPC schema、管理auth token、处理网络错误和重试——这些工作量加起来大概要10多天。而且每次vendor升级，RPC schema要是变了，我的代码就得跟着改。",[10,136,137,140,141,143],{},[17,138,139],{},"方案三：CLI Subprocess","。vendor本身提供了 ",[39,142,45],{}," 命令。我只需要：",[145,146,147,150,153,156],"ol",{},[85,148,149],{},"调这个命令（通过Tauri的subprocess接口）",[85,151,152],{},"解析返回的error code和stderr",[85,154,155],{},"根据特定的error pattern分类（schema validation \u002F size-drop \u002F tamper \u002F timeout）",[85,157,158],{},"返回给上游一个枚举值",[10,160,161],{},"vendor CLI是vendor自己维护的接口，意味着：",[82,163,164,167,170,173,176],{},[85,165,166],{},"vendor会负责tamper protection检测",[85,168,169],{},"vendor会负责schema校验",[85,171,172],{},"vendor会负责atomic写盘",[85,174,175],{},"如果vendor升级，CLI接口保持稳定（vendor有兼容性承诺）",[85,177,178],{},"desktop-app需要的所有信息都通过exit code和stderr传出来，我不需要逆向内部RPC",[10,180,181,182,185],{},"选CLI Subprocess最关键的原因是",[17,183,184],{},"职责清晰","。desktop-app的职责就是\"构造一个正确的batch JSON，传给vendor CLI，等它返回结果，根据error kind决定怎么展示给用户\"。vendor CLI的职责是\"完成真正的写盘和保护\"。两者分工明确，即使vendor升级也不容易破。",[187,188,189,208],"table",{},[190,191,192],"thead",{},[193,194,195,199,202,205],"tr",{},[196,197,198],"th",{},"维度",[196,200,201],{},"磁盘直写",[196,203,204],{},"WebSocket RPC",[196,206,207],{},"CLI Subprocess",[209,210,211,226,237,251,265],"tbody",{},[193,212,213,217,220,223],{},[214,215,216],"td",{},"是否绕过vendor的tamper protection",[214,218,219],{},"✓（无法)",[214,221,222],{},"✓",[214,224,225],{},"✗",[193,227,228,231,233,235],{},[214,229,230],{},"需要逆向vendor内部结构",[214,232,225],{},[214,234,222],{},[214,236,225],{},[193,238,239,242,245,248],{},[214,240,241],{},"对vendor升级的脆弱性",[214,243,244],{},"高（配置格式可能改)",[214,246,247],{},"高（RPC schema可能改)",[214,249,250],{},"低（CLI稳定）",[193,252,253,256,259,262],{},[214,254,255],{},"工时",[214,257,258],{},"N\u002FA（已证明不可行）",[214,260,261],{},"10+ 天",[214,263,264],{},"6 天",[193,266,267,270,273,276],{},[214,268,269],{},"错误诊断难度",[214,271,272],{},"低（没有vendor反馈）",[214,274,275],{},"中等（需逆向RPC)",[214,277,278],{},"低（stderr明确）",[10,280,281,282,285],{},"这三个方案的比较说明的是：当你需要跟另一个系统（vendor）交互时，",[17,283,284],{},"优先选择对方主动暴露的官方接口","，其次才考虑逆向内部结构或绕过防护。官方接口代表了对方的兼容性承诺。",[22,287,289],{"id":288},"数据模型咬字清楚很重要","数据模型：咬字清楚很重要",[10,291,292],{},"实现Provider Registry时，我犯过一个细节错误，后来成了教训：",[10,294,295,296,299,300,303],{},"素材里的第一版Plan曾假设vendor的openclaw.json schema是snake_case的（比如 ",[39,297,298],{},"base_url"," \u002F ",[39,301,302],{},"api_key","）。这是因为user.yml（user.yml是用户手写的YAML，确实用snake_case）里确实是这样写的。我原以为\"既然user.yml这样写，vendor读的时候应该也认snake_case\"。",[10,305,306,307,310,311,314,315,318],{},"真机跑命令 ",[39,308,309],{},"openclaw config set models.providers.minimax.apiKey sk-xxx"," 时发现失败——报错说 ",[39,312,313],{},"baseUrl: expected string, received undefined","。这才明白vendor的正式schema是",[17,316,317],{},"camelCase","的。user.yml里的snake_case是vendor CLI在\"模式1：读user.yml时\"自己做的转换，但当你用\"模式2：config set命令\"时，必须用camelCase。",[10,320,321,322,325],{},"这个细节影响了整个batch JSON的生成逻辑。我不得不在",[39,323,324],{},"toOpenclawConfigBatch","函数里明确做一遍 snake_case → camelCase的转换，确保生成的batch JSON符合vendor的正式schema。",[10,327,328,329,332],{},"这个教训是：",[17,330,331],{},"当一个系统同时支持多种输入格式（user.yml用snake_case，REST API用camelCase），一定要明确弄清楚\"最终落盘的schema是什么\"","。不能假设格式一致。",[22,334,335],{"id":335},"限制与未来的债项",[10,337,338],{},"这个Registry设计有明确的能力边界：",[10,340,341,344],{},[17,342,343],{},"第一，Phase 1不做SecretRef","。目前所有API key都是明文存在openclaw.json里。完整的方案应该是API key存在Windows Credential Manager里，openclaw.json里只记录一个指针（SecretRef）指向凭据存储。这个完整方案留给Phase 2（标记为debt-04-Z）。风险是什么？主要是\"U盘被别人插上，openclaw.json会暴露API key\"，但这在便携设备上是已知的风险。",[10,346,347,350,351,354],{},[17,348,349],{},"第二，Provider删除有限制","。vendor的size-drop protection机制会拒绝配置大幅缩减的操作（比如从569 bytes缩到275 bytes）。这是vendor的安全设计，防止误删。结果是desktop-app里\"删除某个provider\"这个操作目前没有好办法。暂时的workaround是\"留着条目，清空apiKey\"，后续可能需要vendor补一个",[39,352,353],{},"--force-shrink","flag。",[10,356,357,360],{},[17,358,359],{},"第三，能力差异持续外溢","。即使Registry层正式了，上游（比如agent runtime）处理不同Provider的差异的代码也在增多。reasoning支持、token计数、流式响应格式……每一项都需要上游适配。这不是Registry的问题（Registry本来就不该包揽这些），而是多模型系统的固有复杂度。",[10,362,363,364],{},"如果我要总结一句可迁移的判断，那就是：",[17,365,366],{},"把供应商的差异当作一等公民，而不是\"需要封装的细节\"。Registry的价值不在统一差异，而在让差异可以有序地表达和消费。",{"title":368,"searchDepth":369,"depth":369,"links":370},"",2,[371,372,373,374],{"id":24,"depth":369,"text":25},{"id":110,"depth":369,"text":111},{"id":288,"depth":369,"text":289},{"id":335,"depth":369,"text":335},"Agent 平台","2026-04-25","md",null,{},true,"\u002F2026-04-25-provider-registry",{"title":5,"description":12},"2026-04-25-Provider-registry多家模型接入的抽象层","如何设计一个Provider Registry来统一多家模型供应商接入，同时暴露关键能力差异。",[386,387,388,389,390],"Provider Registry","架构设计","配置管理","多模型接入","错误分类","2-3EItI0gS_7qAKqXVR2M5y05LlpseXpXfnMgjkS4Eo",[393,714,1012],{"id":394,"title":395,"body":396,"column":375,"date":700,"description":400,"extension":377,"hero_image":378,"meta":701,"navigation":380,"path":702,"seo":703,"series_id":378,"severity":378,"stem":704,"summary":705,"tags":706,"__hash__":713},"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":397,"toc":684},[398,401,404,407,410,442,445,448,453,456,463,478,481,488,492,495,498,501,508,515,519,522,529,533,536,539,549,560,563,567,570,573,580,584,587,590,593,597,600,603,629,632,635,638,644,658,664,678],[10,399,400],{},"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。",[22,402,403],{"id":403},"成长曲线与撞墙的四个节点",[10,405,406],{},"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。",[10,408,409],{},"实际的规模序列是这样的：",[82,411,412,418,424,430,436],{},[85,413,414,417],{},[17,415,416],{},"270 个 service","（05-22）：刚完成 ffmpeg 升级后的测量",[85,419,420,423],{},[17,421,422],{},"372 RUNNING","（05-24）：滚动升级前的容器计数",[85,425,426,429],{},[17,427,428],{},"379","（05-25）：五个 P0 patch 部署后稳定",[85,431,432,435],{},[17,433,434],{},"574 用户","（06-03）：迁移到 K8s 时的基线，539 个 RUNNING",[85,437,438,441],{},[17,439,440],{},"1987","（07 下旬）：最近测得的峰值",[10,443,444],{},"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。",[22,446,447],{"id":447},"四堵撞过的墙",[449,450,452],"h3",{"id":451},"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）",[10,454,455],{},"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。",[10,457,458,459,462],{},"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 ",[39,460,461],{},"docker info"," 的输出，才发现 gwbridge 已经 100% 满用。",[10,464,465,466,469,470,477],{},"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 ",[39,467,468],{},"default-address-pools","，但这个配置",[17,471,472,473,476],{},"只在 ",[39,474,475],{},"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。",[10,479,480],{},"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。",[10,482,483,484,487],{},"这次的启示是",[17,485,486],{},"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。",[449,489,491],{"id":490},"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）",[10,493,494],{},"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。",[10,496,497],{},"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。",[10,499,500],{},"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。",[10,502,503,504,507],{},"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 ",[39,505,506],{},"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。",[10,509,510,511,514],{},"这次的启示是：",[17,512,513],{},"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。",[449,516,518],{"id":517},"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）",[10,520,521],{},"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。",[10,523,524,525,528],{},"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",[17,526,527],{},"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。",[449,530,532],{"id":531},"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）",[10,534,535],{},"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。",[10,537,538],{},"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。",[10,540,541,542,545,546,107],{},"最严重的是，",[17,543,544],{},"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",[17,547,548],{},"不可见的故障比故障本身更致命",[10,550,551,552,555,556,559],{},"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 ",[39,553,554],{},"soft"," 参数而不是 ",[39,557,558],{},"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）。",[22,561,562],{"id":562},"三件真正决定可行性的事",[449,564,566],{"id":565},"_1-文档即基础设施","1. 文档即基础设施",[10,568,569],{},"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。",[10,571,572],{},"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。",[10,574,575,576,579],{},"同时，",[17,577,578],{},"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。",[449,581,583],{"id":582},"_2-故障必须被归档","2. 故障必须被归档",[10,585,586],{},"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。",[10,588,589],{},"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。",[10,591,592],{},"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。",[449,594,596],{"id":595},"_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",[10,598,599],{},"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。",[10,601,602],{},"FA-015 的教训直接导出了四层兜底的设计：",[82,604,605,611,617,623],{},[85,606,607,610],{},[17,608,609],{},"L0 预防","：从配置和资源限制的层面降低故障触发的概率。",[85,612,613,616],{},[17,614,615],{},"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。",[85,618,619,622],{},[17,620,621],{},"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。",[85,624,625,628],{},[17,626,627],{},"L3 告警","：自愈失败时、检测到新的异常时，推送给人。",[10,630,631],{},"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。",[22,633,634],{"id":634},"诚实的边界在哪",[10,636,637],{},"但这个设计也有明显的天花板：",[10,639,640,643],{},[17,641,642],{},"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）：",[82,645,646,649,652,655],{},[85,647,648],{},"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。",[85,650,651],{},"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。",[85,653,654],{},"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。",[85,656,657],{},"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。",[10,659,660,663],{},[17,661,662],{},"如果重来一次，优先级这样排","：",[145,665,666,669,672,675],{},[85,667,668],{},"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。",[85,670,671],{},"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。",[85,673,674],{},"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。",[85,676,677],{},"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。",[10,679,680,681,683],{},"那些回避的成本很高。曾经因为 NFS 挂载的 ",[39,682,558],{}," 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":368,"searchDepth":369,"depth":369,"links":685},[686,687,694,699],{"id":403,"depth":369,"text":403},{"id":447,"depth":369,"text":447,"children":688},[689,691,692,693],{"id":451,"depth":690,"text":452},3,{"id":490,"depth":690,"text":491},{"id":517,"depth":690,"text":518},{"id":531,"depth":690,"text":532},{"id":562,"depth":369,"text":562,"children":695},[696,697,698],{"id":565,"depth":690,"text":566},{"id":582,"depth":690,"text":583},{"id":595,"depth":690,"text":596},{"id":634,"depth":369,"text":634},"2026-07-26",{},"\u002F2026-07-26-1987ai",{"title":395,"description":400},"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。",[707,708,709,710,711,712],"Docker Swarm","Kubernetes","容器编排","运维自动化","故障自愈","规模扩展","D-mYcaOLOBT0PhwjmrqVVEwCE7hl8Tqi9I57HrRlt5U",{"id":715,"title":716,"body":717,"column":375,"date":998,"description":999,"extension":377,"hero_image":378,"meta":1000,"navigation":380,"path":1001,"seo":1002,"series_id":378,"severity":378,"stem":1003,"summary":1004,"tags":1005,"__hash__":1011},"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":718,"toc":988},[719,726,729,733,736,739,746,757,764,768,771,777,780,783,786,797,800,808,815,819,822,833,836,847,854,858,861,867,870,881,884,888,891,894,897,908,911,919,922,933,936,939,944,951,956,967,970,973,976,982,985],[10,720,721,722,725],{},"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",[17,723,724],{},"现金流的问题","——差一分钱就是漏账，重复一次就是挪用。",[10,727,728],{},"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。",[22,730,732],{"id":731},"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",[10,734,735],{},"从什么数字出发算佣金？这个问题比看起来复杂。",[10,737,738],{},"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。",[10,740,741,742,745],{},"采用的方案是",[17,743,744],{},"用户充值净额","（billing 系统中已确认到账的实付分）。理由很直白：",[145,747,748,751,754],{},[85,749,750],{},"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。",[85,752,753],{},"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）。",[85,755,756],{},"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。",[10,758,759,760,763],{},"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，",[17,761,762],{},"基数 = billing 已确认充值"," 是最简洁的切口。",[22,765,767],{"id":766},"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",[10,769,770],{},"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？",[10,772,773,774,107],{},"这里的选择是 ",[17,775,776],{},"reporting-only 只读聚合，实时查询，不计提、不累积",[10,778,779],{},"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。",[10,781,782],{},"好处和代价是对偶的。",[10,784,785],{},"好处：",[82,787,788,791,794],{},[85,789,790],{},"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。",[85,792,793],{},"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。",[85,795,796],{},"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。",[10,798,799],{},"代价：",[82,801,802,805],{},[85,803,804],{},"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）。",[85,806,807],{},"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。",[10,809,810,811,814],{},"选择 reporting-only 的核心原因是：",[17,812,813],{},"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）。",[22,816,818],{"id":817},"规则三层级上限和循环检测","规则三：层级上限和循环检测",[10,820,821],{},"分销是分多少层级？",[10,823,824,825,828,829,832],{},"首期方案是",[17,826,827],{},"单层","。用户通过一个特定的渠道码注册（如 ",[39,830,831],{},"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。",[10,834,835],{},"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：",[145,837,838,841,844],{},[85,839,840],{},"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。",[85,842,843],{},"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。",[85,845,846],{},"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。",[10,848,849,850,853],{},"但要注意，这个约束是",[17,851,852],{},"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。",[22,855,857],{"id":856},"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）",[10,859,860],{},"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。",[10,862,863,864,107],{},"因为采用 reporting-only + 只读聚合的设计，幂等性",[17,865,866],{},"自动满足",[10,868,869],{},"推理如下：",[145,871,872,875,878],{},[85,873,874],{},"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）。",[85,876,877],{},"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。",[85,879,880],{},"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）。",[10,882,883],{},"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。",[22,885,887],{"id":886},"一个恒等式对账的唯一标准","一个恒等式：对账的唯一标准",[10,889,890],{},"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。",[10,892,893],{},"$$\n\\sum_^{n} \\text{Commission}_i + \\text{PlatformNetIncome} = \\text{TotalTopup}\n$$",[10,895,896],{},"其中：",[82,898,899,902,905],{},[85,900,901],{},"$\\text{Commission}_i$ 是第 $i$ 个代理的分成（所有名下用户的充值净额 × 佣金比例）",[85,903,904],{},"$\\text{PlatformNetIncome}$ 是平台的净收入（总充值 - 所有代理的分成总额）",[85,906,907],{},"$\\text{TotalTopup}$ 是 billing 系统的总充值额（所有用户的到账充值之和）",[10,909,910],{},"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：",[82,912,913,916],{},[85,914,915],{},"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",[85,917,918],{},"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",[10,920,921],{},"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：",[145,923,924,927,930],{},[85,925,926],{},"billing 的 SummaryByUsers（每个用户的充值净额）",[85,928,929],{},"代理表的 commissionRate（每个代理的佣金比例）",[85,931,932],{},"一行 SQL 的聚合（sum 和乘法）",[22,934,935],{"id":935},"技术实现的两个关键点",[10,937,938],{},"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。",[10,940,941,107],{},[17,942,943],{},"其一，billing 要暴露 summaryByUsers 接口",[10,945,946,947,950],{},"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 ",[39,948,949],{},"POST \u002Fanalytics\u002Fsummary-by-users"," 就是为了这个。",[10,952,953,107],{},[17,954,955],{},"其二，reseller 侧的所有查询要服务端注入 channelId",[10,957,958,959,962,963,966],{},"代理登录后调用 ",[39,960,961],{},"\u002Fapi\u002Freseller\u002Fsummary"," 或 ",[39,964,965],{},"\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。",[10,968,969],{},"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。",[22,971,972],{"id":972},"与既有分账设计的呼应",[10,974,975],{},"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。",[10,977,978,979,107],{},"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——",[17,980,981],{},"通过对账恒等式来保证多角色之间的收支平衡",[22,983,984],{"id":984},"结尾",[10,986,987],{},"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":368,"searchDepth":369,"depth":369,"links":989},[990,991,992,993,994,995,996,997],{"id":731,"depth":369,"text":732},{"id":766,"depth":369,"text":767},{"id":817,"depth":369,"text":818},{"id":856,"depth":369,"text":857},{"id":886,"depth":369,"text":887},{"id":935,"depth":369,"text":935},{"id":972,"depth":369,"text":972},{"id":984,"depth":369,"text":984},"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":716,"description":999},"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。",[1006,1007,1008,1009,1010],"分销","账本设计","对账","幂等性","佣金结算","Q3NC9Z8JBJ7e2MLQFH10q68Igpbp2fMF5gT-do6Rxaw",{"id":1013,"title":1014,"body":1015,"column":375,"date":1319,"description":1019,"extension":377,"hero_image":378,"meta":1320,"navigation":380,"path":1321,"seo":1322,"series_id":378,"severity":378,"stem":1323,"summary":1324,"tags":1325,"__hash__":1331},"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":1016,"toc":1309},[1017,1020,1023,1027,1033,1036,1039,1042,1045,1052,1055,1058,1090,1093,1096,1163,1170,1177,1180,1183,1227,1230,1233,1237,1240,1243,1246,1249,1252,1255,1258,1261,1264,1271,1278,1281,1284,1291,1294,1297,1300,1303,1306],[10,1018,1019],{},"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。",[10,1021,1022],{},"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。",[22,1024,1026],{"id":1025},"表格优先而不是星河优先","表格优先，而不是星河优先",[10,1028,1029,1030,107],{},"设计的第一个决策是：",[17,1031,1032],{},"主界面用表格承载记忆列表，不用星河画布作主体交互",[10,1034,1035],{},"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：",[10,1037,1038],{},"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。",[10,1040,1041],{},"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。",[10,1043,1044],{},"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。",[10,1046,1047,1048,1051],{},"所以最终设计是：",[17,1049,1050],{},"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。",[22,1053,1054],{"id":1054},"五类语义记忆与设计令牌",[10,1056,1057],{},"为了让记忆可见可管，将长期记忆分成五类：",[82,1059,1060,1066,1072,1078,1084],{},[85,1061,1062,1065],{},[17,1063,1064],{},"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。",[85,1067,1068,1071],{},[17,1069,1070],{},"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。",[85,1073,1074,1077],{},[17,1075,1076],{},"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。",[85,1079,1080,1083],{},[17,1081,1082],{},"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。",[85,1085,1086,1089],{},[17,1087,1088],{},"其他","（OTHER）：模型无法明确分类或用户手动标记的记忆。",[10,1091,1092],{},"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。",[10,1094,1095],{},"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：",[187,1097,1098,1111],{},[190,1099,1100],{},[193,1101,1102,1105,1108],{},[196,1103,1104],{},"类型",[196,1106,1107],{},"颜色",[196,1109,1110],{},"用途",[209,1112,1113,1124,1134,1144,1154],{},[193,1114,1115,1118,1121],{},[214,1116,1117],{},"核心",[214,1119,1120],{},"Amber-500",[214,1122,1123],{},"节点、筛选按钮、卡片左边线",[193,1125,1126,1129,1132],{},[214,1127,1128],{},"常驻",[214,1130,1131],{},"Sky-500",[214,1133,1123],{},[193,1135,1136,1139,1142],{},[214,1137,1138],{},"临时",[214,1140,1141],{},"Teal-500",[214,1143,1123],{},[193,1145,1146,1149,1152],{},[214,1147,1148],{},"知识",[214,1150,1151],{},"Violet-500",[214,1153,1123],{},[193,1155,1156,1158,1161],{},[214,1157,1088],{},[214,1159,1160],{},"Slate-500",[214,1162,1123],{},[10,1164,1165,1166,1169],{},"关键的设计决策是：",[17,1167,1168],{},"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。",[10,1171,1172,1173,1176],{},"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 ",[39,1174,1175],{},"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。",[22,1178,1179],{"id":1179},"记忆模型与后端约束",[10,1181,1182],{},"后端为每条记忆增加了结构化字段：",[82,1184,1185,1191,1197,1203,1209,1215,1221],{},[85,1186,1187,1190],{},[39,1188,1189],{},"title","：节点或列表行的标题，从正文前 18 个字符生成",[85,1192,1193,1196],{},[39,1194,1195],{},"type","：五类之一",[85,1198,1199,1202],{},[39,1200,1201],{},"importance","：1-100 的重要性分值，决定节点大小和列表排序",[85,1204,1205,1208],{},[39,1206,1207],{},"tags","：字符串数组，最多 8 个标签",[85,1210,1211,1214],{},[39,1212,1213],{},"lastUsedAt","：最近被召回的时间",[85,1216,1217,1220],{},[39,1218,1219],{},"usedCount","：被召回次数",[85,1222,1223,1226],{},[39,1224,1225],{},"metadata","：扩展字段，保存来源会话、模型、抽取动作等",[10,1228,1229],{},"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）。",[10,1231,1232],{},"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。",[22,1234,1236],{"id":1235},"搜索筛选与编辑","搜索、筛选与编辑",[10,1238,1239],{},"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。",[10,1241,1242],{},"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。",[10,1244,1245],{},"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。",[10,1247,1248],{},"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）。",[22,1250,1251],{"id":1251},"星河与移动端降级",[10,1253,1254],{},"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。",[10,1256,1257],{},"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。",[10,1259,1260],{},"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。",[22,1262,1263],{"id":1263},"节点布局与稳定性",[10,1265,1266,1267,1270],{},"如果星河要实现，一个重要的设计细节是：",[17,1268,1269],{},"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\"。",[10,1272,1273,1274,1277],{},"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 ",[39,1275,1276],{},"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。",[22,1279,1280],{"id":1280},"一致性与可维护性",[10,1282,1283],{},"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。",[10,1285,1286,1287,1290],{},"所以在设计系统里明确了这一点：",[17,1288,1289],{},"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。",[22,1292,1293],{"id":1293},"代价与权衡",[10,1295,1296],{},"这个设计的代价是什么？",[10,1298,1299],{},"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。",[10,1301,1302],{},"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。",[10,1304,1305],{},"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。",[10,1307,1308],{},"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":368,"searchDepth":369,"depth":369,"links":1310},[1311,1312,1313,1314,1315,1316,1317,1318],{"id":1025,"depth":369,"text":1026},{"id":1054,"depth":369,"text":1054},{"id":1179,"depth":369,"text":1179},{"id":1235,"depth":369,"text":1236},{"id":1251,"depth":369,"text":1251},{"id":1263,"depth":369,"text":1263},{"id":1280,"depth":369,"text":1280},{"id":1293,"depth":369,"text":1293},"2026-06-29",{},"\u002F2026-06-29",{"title":1014,"description":1019},"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。",[1326,1327,1328,1329,1330],"长期记忆","信息工作台","设计决策","语义搜索","设计令牌","gsJKxlNQ-FiADsw2ca6e5WJo-_uyYDFZ55iuiMr4jQE",1785406912252]