feat:客户agent以及记忆模块功能开发

service/client_agent/memory_extractor.py

@@ -0,0 +1,74 @@
+"""从客服对话中提取长期记忆候选。"""
+
+from __future__ import annotations
+
+import json
+import re
+from typing import Any
+
+from service.memory.schemas import MemorySource, MemoryType
+
+
+class DialogueMemoryExtractor:
+    """使用项目统一 LLM 提取结构化客户记忆候选。"""
+
+    SYSTEM_PROMPT = """
+你是客服记忆提取器，只提取用户明确表达或稳定陈述的客户信息。
+只返回 JSON 数组，不要输出 Markdown 或解释文字。
+每项必须包含：tag、content、memory_type、source。
+memory_type 只能是 PROFILE_FACT、PROFILE_CANDIDATE、CUSTOMER_PREFERENCE、INVESTMENT_GOAL、SERVICE_FACT。
+source 只能是 dialogue_confirmed、dialogue_stated、dialogue_inferred。
+客服知识问题、产品政策、寒暄、客服回复内容不要提取。
+不确定的信息使用 dialogue_inferred，无法形成客户画像的信息不要提取。
+""".strip()
+
+    def __init__(self, llm_client):
+        self.llm_client = llm_client
+
+    async def extract(self, query: str, *, context: dict[str, Any] | None = None) -> list[dict[str, str]]:
+        """提取并校验本轮用户消息中的客户记忆候选。"""
+        prompt = [{"role": "system", "content": self.SYSTEM_PROMPT}]
+        prompt.append(
+            {
+                "role": "user",
+                "content": json.dumps(
+                    {"query": query, "existing_memory": context or {}},
+                    ensure_ascii=False,
+                ),
+            }
+        )
+        response = await self.llm_client.chat(prompt, temperature=0, max_tokens=800)
+        return self._parse(response)
+
+    @staticmethod
+    def _parse(response: str) -> list[dict[str, str]]:
+        """解析 LLM JSON，并过滤不符合记忆契约的内容。"""
+        text = response.strip()
+        fenced = re.search(r"```(?:json)?\s*(.*?)\s*```", text, re.S | re.I)
+        if fenced:
+            text = fenced.group(1)
+        data = json.loads(text)
+        if not isinstance(data, list):
+            raise ValueError("记忆提取结果必须是数组")
+        valid_types = {item.value for item in MemoryType}
+        valid_sources = {item.value for item in MemorySource}
+        result = []
+        for item in data:
+            if not isinstance(item, dict):
+                continue
+            if not all(item.get(key) for key in ("tag", "content", "memory_type", "source")):
+                continue
+            if item["memory_type"] not in valid_types or item["source"] not in valid_sources:
+                continue
+            result.append(
+                {
+                    "tag": str(item["tag"])[:64],
+                    "content": str(item["content"])[:512],
+                    "memory_type": item["memory_type"],
+                    "source": item["source"],
+                }
+            )
+        return result
+
+
+__all__ = ["DialogueMemoryExtractor"]