aiops/backend/pkg/agentcli/evolver/memory.go

// Package evolver 实现 Agent CLI 的自进化引擎（Evolver）。 // Logan.Li
// 设计参考 opsxcli internal/agent/evolver，保留四层记忆 + 进化循环思想，精简适配为后端库：
//   - 记忆持久化用文件（data/agentcli/*.jsonl），与 opsxcli 原生一致，零 DB 依赖。
//   - 进化循环异步执行，失败优雅降级，绝不影响主 ReAct 循环。
//   - LLM 可用时用于提炼经验/事实；不可用时退化为规则生成。
package evolver

import (
	"encoding/json"
	"os"
	"path/filepath"
	"strings"
	"sync"
	"time"
)

// ---- 基础文件存储 ---- // Logan.Li

// ensureDir 确保目录存在 // Logan.Li
func ensureDir(dir string) error { return os.MkdirAll(dir, 0o755) }

// readJSONL 读取 JSONL 文件为切片 // Logan.Li
func readJSONL[T any](path string) []T {
	raw, err := os.ReadFile(path)
	if err != nil || len(raw) == 0 {
		return nil
	}
	var out []T
	for _, line := range strings.Split(strings.TrimSpace(string(raw)), "\n") {
		line = strings.TrimSpace(line)
		if line == "" {
			continue
		}
		var item T
		if json.Unmarshal([]byte(line), &item) == nil {
			out = append(out, item)
		}
	}
	return out
}

// appendJSONL 追加一行 JSON // Logan.Li
func appendJSONL[T any](path string, item T) error {
	b, err := json.Marshal(item)
	if err != nil {
		return err
	}
	b = append(b, '\n')
	f, err := os.OpenFile(path, os.O_APPEND|os.O_CREATE|os.O_WRONLY, 0o644)
	if err != nil {
		return err
	}
	defer f.Close()
	_, err = f.Write(b)
	return err
}

// readJSON 读取整个 JSON 文件（失败返回默认值） // Logan.Li
func readJSON[T any](path string, def T) T {
	raw, err := os.ReadFile(path)
	if err != nil {
		return def
	}
	var v T
	if json.Unmarshal(raw, &v) != nil {
		return def
	}
	return v
}

// writeJSON 写入整个 JSON 文件 // Logan.Li
func writeJSON[T any](path string, v T) error {
	b, err := json.MarshalIndent(v, "", "  ")
	if err != nil {
		return err
	}
	return os.WriteFile(path, b, 0o644)
}

// ---- 四层记忆 ---- // Logan.Li

// ExperienceEntry 经验记忆条目（最核心，直接注入下次 Prompt） // Logan.Li
type ExperienceEntry struct {
	TaskType     string   `json:"task_type"`
	Query        string   `json:"query"`
	Hint         string   `json:"hint"`          // 经验提示
	ToolSequence []string `json:"tool_sequence"` // 推荐工具序列
	Success      bool     `json:"success"`
	Timestamp    int64    `json:"timestamp"`
}

// FactEntry 事实记忆条目（持久事实） // Logan.Li
type FactEntry struct {
	Fact      string `json:"fact"`
	Source    string `json:"source"`
	Timestamp int64  `json:"timestamp"`
}

// SkillEntry 程序记忆条目（运维技能/流程） // Logan.Li
type SkillEntry struct {
	Name      string   `json:"name"`
	When      string   `json:"when"`
	Steps     []string `json:"steps"`
	Timestamp int64    `json:"timestamp"`
}

// Memories 四层记忆集合（线程安全） // Logan.Li
type Memories struct {
	dir string
	mu  sync.Mutex

	expPath string // experience.jsonl
	facPath string // factual.jsonl
	sklPath string // procedural.jsonl
	envPath string // environment.json
}

// NewMemories 创建四层记忆（dir 为 data/agentcli） // Logan.Li
func NewMemories(dir string) *Memories {
	return &Memories{
		dir:     dir,
		expPath: filepath.Join(dir, "experience.jsonl"),
		facPath: filepath.Join(dir, "factual.jsonl"),
		sklPath: filepath.Join(dir, "procedural.jsonl"),
		envPath: filepath.Join(dir, "environment.json"),
	}
}

// AddExperience 追加经验 // Logan.Li
func (m *Memories) AddExperience(e ExperienceEntry) error {
	m.mu.Lock()
	defer m.mu.Unlock()
	if e.Timestamp == 0 {
		e.Timestamp = time.Now().Unix()
	}
	return appendJSONL(m.expPath, e)
}

// FindExperiences 按 task_type 查找最近的经验（最多 n 条，优先成功） // Logan.Li
func (m *Memories) FindExperiences(taskType string, n int) []ExperienceEntry {
	all := readJSONL[ExperienceEntry](m.expPath)
	var matched []ExperienceEntry
	for _, e := range all {
		if taskType == "" || e.TaskType == taskType {
			matched = append(matched, e)
		}
	}
	// 优先成功经验，按时间倒序取前 n
	successFirst := make([]ExperienceEntry, 0, len(matched))
	others := make([]ExperienceEntry, 0, len(matched))
	for _, e := range matched {
		if e.Success {
			successFirst = append(successFirst, e)
		} else {
			others = append(others, e)
		}
	}
	// 简单逆序（文件本身就是时间顺序，取末尾最新）
	pick := func(s []ExperienceEntry) []ExperienceEntry {
		if len(s) <= n {
			return s
		}
		return s[len(s)-n:]
	}
	out := append(pick(successFirst), pick(others)...)
	if len(out) > n {
		out = out[len(out)-n:]
	}
	return out
}

// AddFact 追加事实 // Logan.Li
func (m *Memories) AddFact(f FactEntry) error {
	m.mu.Lock()
	defer m.mu.Unlock()
	if f.Timestamp == 0 {
		f.Timestamp = time.Now().Unix()
	}
	return appendJSONL(m.facPath, f)
}

// RelevantFacts 返回与 query 关键词相关的事实（最多 n 条） // Logan.Li
func (m *Memories) RelevantFacts(query string, n int) []FactEntry {
	all := readJSONL[FactEntry](m.facPath)
	if len(all) == 0 {
		return nil
	}
	kw := strings.ToLower(query)
	var out []FactEntry
	for _, f := range all {
		if strings.Contains(strings.ToLower(f.Fact), kw) || strings.Contains(kw, strings.ToLower(f.Fact)) {
			out = append(out, f)
		}
	}
	if len(out) > n {
		out = out[len(out)-n:]
	}
	return out
}

// AddSkill 追加技能 // Logan.Li
func (m *Memories) AddSkill(s SkillEntry) error {
	m.mu.Lock()
	defer m.mu.Unlock()
	if s.Timestamp == 0 {
		s.Timestamp = time.Now().Unix()
	}
	return appendJSONL(m.sklPath, s)
}

// KnownHosts 已知主机（环境记忆） // Logan.Li
type KnownHosts struct {
	Hosts []string `json:"hosts"`
}

// AddHost 记录已知主机（去重） // Logan.Li
func (m *Memories) AddHost(host string) error {
	if host == "" {
		return nil
	}
	m.mu.Lock()
	defer m.mu.Unlock()
	env := readJSON(m.envPath, KnownHosts{})
	for _, h := range env.Hosts {
		if h == host {
			return nil
		}
	}
	env.Hosts = append(env.Hosts, host)
	return writeJSON(m.envPath, env)
}

// Hosts 返回已知主机列表 // Logan.Li
func (m *Memories) Hosts() []string {
	return readJSON(m.envPath, KnownHosts{}).Hosts
}

// CountStats 统计各层记忆条目数 // Logan.Li
func (m *Memories) CountStats() map[string]int {
	return map[string]int{
		"experience": len(readJSONL[ExperienceEntry](m.expPath)),
		"factual":    len(readJSONL[FactEntry](m.facPath)),
		"skill":      len(readJSONL[SkillEntry](m.sklPath)),
		"hosts":      len(readJSON(m.envPath, KnownHosts{}).Hosts),
	}
}