habit-hint

习惯提示小模型（@local/habit-hint）

独立的本地小模型插件：每几轮聊天，读最近几轮对话，生成「习惯 / 重点 / 提示语」， 作为一段提示注入当前会话的系统提示词。不改动 companion-memory、ai-voice、qqbot 的任何代码。

它怎么工作

会话消息流 ──每完成一轮对话（用户+AI）──▶ 计数 +1（data/turn-counter.json）
                                        └─▶ 原始轮次追加 data/live-turns.jsonl
计数到 500 ──▶ 拉起一次 auto_train.py --once --force（攒够才训，不再按时间轮询）
                                        
每 N 个 AI 回合 ──▶ 最近 6 轮对话
                                   │
                                   ▼
                    Python 常驻进程（Qwen3-0.6B + LoRA）
                                   │  {habits, important, hints}
                                   ▼
                        缓存（按会话隔离）
                                   │
                                   ▼
               下一轮系统提示词追加「【习惯提示 · 小模型】」

• 训练触发按对话次数，不按时间：每完成一轮对话计数 +1，到 trainTriggerTurns（默认 500）就拉起一次训练，训练进程自己跑完退出；
• 训练用 data/live-turns.jsonl 里实时记录的原始轮次，不依赖热缓存（2 个聊天日）的保留时间；
• 模型/适配器路径、触发间隔、超时都在 cordis.patch.yml 的 config 里；
• 第一次需要出提示时才启动 Python 进程（懒加载），加载完成会写日志；
• 进程崩了、超时、JSON 坏、没有 adapter —— 全部静默跳过，聊天不受影响；
• 想回滚：把 adapterPath 指向旧 adapter 目录，或改成 auto 读 adapters/current.json。

配置项

字段	默认	说明
enabled	true	总开关
pythonPath	D:\AI\语音POC\venv-qwen3tts\Scripts\python.exe	带 torch/transformers/peft 的 Python
modelPath	D:\AI\习惯模型\models\Qwen3-0.6B	基座目录
adapterPath	auto	auto = 读 adapterRoot/current.json；也可写死目录
adapterRoot	D:\AI\习惯模型\adapters	current.json 所在目录
intervalTurns	3	每几个 AI 回合跑一次小模型
windowTurns	6	送进小模型的最近轮数
maxNewTokens	160	小模型最多生成 token
threads	8	推理线程
timeoutMs	180000	单次推理超时
maxContextChars	6000	送进去的上下文最大字符数
freshMinutes	60	提示超过多少分钟就不再注入
scope	companion	companion = 只处理开了伴侣记忆的会话；all = 全部会话
companionSessionsPath	companion-memory 的 sessions.json	只读，用来判断哪些会话开了伴侣记忆
trainTriggerTurns	500	完成多少轮对话后触发一次训练
counterPath	D:\AI\习惯模型\data\turn-counter.json	对话计数
liveTurnsPath	D:\AI\习惯模型\data\live-turns.jsonl	实时原始轮次（训练数据来源）
trainRequestPath	D:\AI\习惯模型\data\train-request.json	到量后的训练请求记录
triggerEnabled	true	是否允许插件拉起训练
autoTrainPython	venv python	训练用的 Python
autoTrainScript	D:\AI\习惯模型\scripts\auto_train.py	触发的训练脚本（--once）
autoTrainLockPath	D:\AI\习惯模型\auto_train.lock	训练锁，避免重复起进程
injectInQQSessions	false	QQ 路由会话是否注入（默认关：QQ 上 runtime-context 刷新可能触发重复回复）
generateInQQSessions	false	QQ 路由会话是否允许「生成」习惯（不控制注入）：配合 companion-memory 把习惯写进该会话时设 true，提示仍不注入
qqBridgePath	companion-memory 的 qq-bridge.json	只读，用来识别 QQ 会话
logPath	D:\AI\习惯模型\logs\habit-hint.log	插件日志

0.3.0 更新要点

• JSON 解析容错：小模型输出里的裸英文引号会自动转义、被 max_new_tokens 截断的输出会自动补齐括号、被代码块 / 废话包围也能找出 JSON 解析，坏输出不再整批丢弃。
• QQ 会话只生成、不注入：generateInQQSessions（默认 false）放开 QQ 路由会话的「生成」，但提示仍不注入；配合 companion-memory 把习惯写进「对话人习惯」时设 true（详见「已知边界」）。
• 依赖与训练数据不随插件走：Python 环境、基座模型、适配器、训练数据、日志仍在本机 D:\AI\习惯模型（路径见上面的配置表），发布包只带插件代码与推理脚本。
• 路径选择用 Windows 原生对话框：设置卡里的选文件 / 选文件夹与 companion-memory、ai-voice 同款（COM IFileOpenDialog，DPI 感知，中文路径不乱码）。

日志与排障

D:\AI\习惯模型\logs\habit-hint.log，常看这几行：

• 习惯提示插件已加载 —— Host 插件启动成功；
• 启动推理进程 adapter=... —— 第一次触发，正在加载模型；
• 推理进程就绪 —— 模型加载完成；
• 生成成功 ... habits=.. important=.. hints=.. —— 小模型正常出结果；
• 生成失败 ... 推理超时 / 推理进程退出 —— 降级或进程问题，聊天不受影响。

已知边界

• 默认只给 DSH 桌面会话注入；QQ 路由会话不注入（原因见上）。要让 QQ 会话也产出习惯、但不注入提示，把 generateInQQSessions: true（只放开生成）；要在 QQ 上也注入，再把 injectInQQSessions: true 打开并观察是否重复回复。
• 小模型目前是规则标签训练的基线版（JSON 合法率 100%，但习惯召回一般），随着自动训练积累新版本会逐步变好；它只是「提示器」，不替代主 AI。
• 提示是参考，不保证每次都对；主 AI 仍以角色文档和记忆为准。