tako 文档 GitHub

历史查找用什么索引

模块:同会话历史查找(internal/runengine/search.go)| 状态:已落地(dd63b8e / 38a230f)| 证据:doc/21-同会话历史查找.md

1. 场景与病灶

用户在同一个会话的下一场问:「上次那个错误码是什么?就是 E_DECK_17 那个。」

模型需要一个工具去翻本会话的历史。看起来最标准的做法是 PostgreSQL 全文检索,但实测:

也就是说,在「中文 + 代码标识符」这个真实语料上,默认全文索引的召回是零。

2. 候选与代价

候选 做法 好处 代价
A ILIKE 子串 按词做大小写无关的子串匹配 中文与错误码都命中;零新索引、零新扩展 扫本会话本场之前的行;语义近义查不到
B to_tsvector 标准全文检索 索引快、标准 实测中文/错误码不命中
C ParadeDB / BM25 / 向量 换库或加扩展 召回强 换库或新依赖,超出本篇;与 doc/29 的对话召回是两条不同语料

裁定:A。 本篇不换 ParadeDB,也不走 to_tsvector。用 ILIKE 而不是 LIKE:库里是 E_DECK_17,问句写成 e_deck_17 时 LIKE 落空,ILIKE 仍中。

3. 同族小裁定

小问题 裁定 代价 / 备注
结果超长怎么办? 4000 字上限;发生截断时把完整结果落 .tako/search/,未被截断则一个字节不变 上限是为了避免一次工具结果把刚折掉的正文原样灌回窗口;落盘让丢掉的命中仍可再读。写失败退化为纯截断、不报错
落盘要不要登记 file_effect? 要,登记为 write 否则清理与审计看不到这些文件
子代理拿真工具还是拒绝壳? 拿同一个真工具对象,不设壳 拒绝壳会让查询逐轮落回主线程历史,mid-run 折叠被提前触发,子代理独立窗口形同虚设(2026-10-12 当日由壳改为真工具)
查询包含本场 run 吗? 排除本场 run_id 本场 user 行在抢闸时已进 runlog_entries,按 seq 从新到旧取,最新一行会是问句自己,把真正结果挤出 limit
读未提交内存吗? 不读,只读已提交的 runlog_entries 否则会看见可能被丢弃的半截生成
跨会话能查吗? 不能,只查同一会话 跨会话找结论是 doc/29 的两条召回线,不是这把工具

4. 证据

5. 现状

仍有效。「换说法问旧事」在这里是明确的能力边界——字面不重合就是 0 命中,不是 bug;语义召回在 doc/29 的对话线里用 pg_search 解决,见 doc/problems/记忆要不要上向量。