Dev

.gitignore

@@ -5,3 +5,4 @@
 logs/
 config.toml
 /misc_summaries
+bots.json

examples/cortex-mem-tars/.gitignore

@@ -1 +1,2 @@
 /target
+bots.json

examples/cortex-mem-tars/Cargo.toml

@@ -50,6 +50,11 @@ async-stream = "0.3"
 # HTTP client
 reqwest = { version = "0.12", features = ["json"] }
 
+# HTTP server
+axum = { version = "0.7", features = ["json"] }
+tower = "0.5"
+tower-http = { version = "0.5", features = ["cors", "trace"] }
+
 # Utilities
 uuid = { version = "1.10", features = ["v4"] }
 clipboard = "0.5"

examples/cortex-mem-tars/config.example.toml

@@ -25,7 +25,7 @@ max_tokens = 2000
 
 [server]
 # 服务器主机
-host = "127.0.0.1"
+host = "localhost"
 # 服务器端口
 port = 8080
 # CORS 允许的来源
@@ -69,4 +69,12 @@ enabled = false
 # 日志目录
 log_directory = "logs"
 # 日志级别
-level = "info"
+level = "info"
+
+[api]
+# TARS API 服务器端口
+port = 8080
+# API 密钥（可选，如果启用认证）
+api_key = "ANYTHING_YOU_LIKE"
+# 是否启用 CORS
+enable_cors = true

examples/cortex-mem-tars/src/agent.rs

@@ -60,7 +60,13 @@ pub async fn create_memory_agent(
     memory_manager: Arc<MemoryManager>,
     memory_tool_config: MemoryToolConfig,
     config: &Config,
+    user_info: Option<&str>,
+    bot_system_prompt: Option<&str>,
+    agent_id: &str,
 ) -> Result<RigAgent<CompletionModel>, Box<dyn std::error::Error>> {
+    // 提前获取 user_id，避免所有权问题
+    let user_id_str = memory_tool_config.default_user_id.clone().unwrap_or_else(|| "unknown".to_string());
+
     // 创建记忆工具
     let memory_tools =
         create_memory_tools(memory_manager.clone(), &config, Some(memory_tool_config));
@@ -69,6 +75,67 @@ pub async fn create_memory_agent(
         .base_url(&config.llm.api_base_url)
         .build();
 
+    // 构建 base system prompt，包含用户基本信息和 agent_id 说明
+    let base_system_prompt = if let Some(info) = user_info {
+        format!(r#"你是一个拥有记忆功能的智能AI助手。你可以访问和使用记忆工具来检索、存储和管理用户信息。
+
+此会话发生的初始时间：{current_time}
+
+重要说明：
+- 你的身份标识（agent_id）：{agent_id}
+- 你服务的用户标识（user_id）：{user_id}
+- 当你调用记忆工具时，必须明确传入 user_id="{user_id}" 和 agent_id="{agent_id}" 参数
+- 你的记忆是独立的，只属于你这个 agent，不会与其他 agent 混淆
+
+用户基本信息:
+{info}
+
+重要指令:
+- 对话历史将作为上下文提供，请使用这些信息来理解当前的对话流程
+- 用户基本信息已在上方提供，请不要再使用memory工具来创建或更新用户基本信息
+- 在需要时可以自主使用memory工具搜索其他相关记忆，但必须传入正确的 user_id 和 agent_id
+- 当用户提供新的重要信息时，可以主动使用memory工具存储，确保使用正确的 user_id 和 agent_id
+- 保持对话的连贯性和一致性
+- 自然地融入记忆信息，避免刻意复述此前的记忆信息，关注当前的会话内容，记忆主要用于做隐式的逻辑与事实支撑
+- 专注于用户的需求和想要了解的信息，以及想要你做的事情
+
+记住：你正在与一个了解的用户进行连续对话，对话过程中不需要刻意表达你的记忆能力。"#,
+            current_time = chrono::Local::now().format("%Y年%m月%d日 %H:%M:%S"),
+            agent_id = agent_id,
+            user_id = user_id_str,
+            info = info)
+    } else {
+        format!(r#"你是一个拥有记忆功能的智能AI助手。你可以访问和使用记忆工具来检索、存储和管理用户信息。
+
+此会话发生的初始时间：{current_time}
+
+重要说明：
+- 你的身份标识（agent_id）：{agent_id}
+- 你服务的用户标识（user_id）：{user_id}
+- 当你调用记忆工具时，必须明确传入 user_id="{user_id}" 和 agent_id="{agent_id}" 参数
+- 你的记忆是独立的，只属于你这个 agent，不会与其他 agent 混淆
+
+重要指令:
+- 对话历史将作为上下文提供，请使用这些信息来理解当前的对话流程
+- 在需要时可以自主使用memory工具搜索其他相关记忆，但必须传入正确的 user_id 和 agent_id
+- 当用户提供新的重要信息时，可以主动使用memory工具存储，确保使用正确的 user_id 和 agent_id
+- 保持对话的连贯性和一致性
+- 自然地融入记忆信息，避免刻意复述此前的记忆信息，关注当前的会话内容，记忆主要用于做隐式的逻辑与事实支撑
+- 专注于用户的需求和想要了解的信息，以及想要你做的事情
+
+记住：你正在与一个了解的用户进行连续对话，对话过程中不需要刻意表达你的记忆能力。"#,
+            current_time = chrono::Local::now().format("%Y年%m月%d日 %H:%M:%S"),
+            agent_id = agent_id,
+            user_id = user_id_str)
+    };
+
+    // 追加机器人系统提示词
+    let system_prompt = if let Some(bot_prompt) = bot_system_prompt {
+        format!("{}\n\n你的角色设定：\n{}", base_system_prompt, bot_prompt)
+    } else {
+        base_system_prompt
+    };
+
     // 构建带有记忆工具的agent，让agent能够自主决定何时调用记忆功能
     let completion_model = llm_client
         .completion_model(&config.llm.model_efficient)
@@ -79,20 +146,7 @@ pub async fn create_memory_agent(
         .tool(memory_tools.query_memory())
         .tool(memory_tools.list_memories())
         .tool(memory_tools.get_memory())
-        .preamble(&format!(r#"你是一个拥有记忆功能的智能AI助手。你可以访问和使用记忆工具来检索、存储和管理用户信息。
-
-此会话发生的初始时间：{current_time}
-
-重要指令:
-- 对话历史将作为上下文提供，请使用这些信息来理解当前的对话流程
-- 用户基本信息将在上下文中提供一次，请不要再使用memory工具来创建或更新用户基本信息
-- 在需要时可以自主使用memory工具搜索其他相关记忆
-- 当用户提供新的重要信息时，可以主动使用memory工具存储
-- 保持对话的连贯性和一致性
-- 自然地融入记忆信息，避免刻意复述此前的记忆信息，关注当前的会话内容，记忆主要用于做隐式的逻辑与事实支撑
-- 专注于用户的需求和想要了解的信息，以及想要你做的事情
-
-记住：你正在与一个了解的用户进行连续对话，对话过程中不需要刻意表达你的记忆能力。"#, current_time = chrono::Local::now().format("%Y年%m月%d日 %H:%M:%S")))
+        .preamble(&system_prompt)
         .build();
 
     Ok(completion_model)
@@ -103,12 +157,14 @@ pub async fn extract_user_basic_info(
     config: &Config,
     memory_manager: Arc<MemoryManager>,
     user_id: &str,
+    agent_id: &str,
 ) -> Result<Option<String>, Box<dyn std::error::Error>> {
     let memory_tools = create_memory_tools(
         memory_manager,
         config,
         Some(MemoryToolConfig {
             default_user_id: Some(user_id.to_string()),
+            default_agent_id: Some(agent_id.to_string()),
             ..Default::default()
         }),
     );
@@ -119,14 +175,14 @@ pub async fn extract_user_basic_info(
         limit: Some(20),
         memory_type: Some("personal".to_string()), // 使用小写以匹配新API
         user_id: Some(user_id.to_string()),
-        agent_id: None,
+        agent_id: Some(agent_id.to_string()),
     };
 
     let search_args_factual = ListMemoriesArgs {
         limit: Some(20),
         memory_type: Some("factual".to_string()), // 使用小写以匹配新API
         user_id: Some(user_id.to_string()),
-        agent_id: None,
+        agent_id: Some(agent_id.to_string()),
     };
 
     if let Ok(search_result) = memory_tools
@@ -178,42 +234,32 @@ pub async fn agent_reply_with_memory_retrieval_streaming(
     _memory_manager: Arc<MemoryManager>,
     user_input: &str,
     _user_id: &str,
-    user_info: Option<&str>,
     conversations: &[(String, String)],
     stream_sender: mpsc::UnboundedSender<String>,
 ) -> Result<String, Box<dyn std::error::Error + Send + Sync>> {
     // 构建对话历史 - 转换为rig的Message格式
     let mut chat_history = Vec::new();
+
+    // 添加历史对话
     for (user_msg, assistant_msg) in conversations {
         chat_history.push(Message::user(user_msg));
-        chat_history.push(Message::assistant(assistant_msg));
+        if !assistant_msg.is_empty() {
+            chat_history.push(Message::assistant(assistant_msg));
+        }
     }
 
-    // 构建system prompt，包含明确的指令
-    let system_prompt = r#"你是一个拥有记忆功能的智能AI助手。你可以访问和使用记忆工具来检索、存储和管理用户信息。
-
-重要指令:
-- 对话历史已提供在上下文中，请使用这些信息来理解当前的对话上下文
-- 用户基本信息已在下方提供一次，请不要再使用memory工具来创建或更新用户基本信息
-- 在需要时可以自主使用memory工具搜索其他相关记忆
-- 当用户提供新的重要信息时，可以主动使用memory工具存储
-- 保持对话的连贯性和一致性
-- 自然地融入记忆信息，避免显得刻意
-- 专注于用户的需求和想要了解的信息，以及想要你做的事情
-
-记住：你正在与一个了解的用户进行连续对话，对话过程中不需要刻意表达你的记忆能力。"#;
-
-    // 构建完整的prompt
-    let prompt_content = if let Some(info) = user_info {
-        format!(
-            "{}\n\n用户基本信息:\n{}\n\n当前用户输入: {}",
-            system_prompt, info, user_input
-        )
-    } else {
-        format!("{}\n\n当前用户输入: {}", system_prompt, user_input)
-    };
+    // 构建当前用户输入消息
+    let prompt_content = user_input.to_string();
 
     log::debug!("正在生成AI回复（真实流式模式）...");
+    log::debug!("当前用户输入: {}", user_input);
+    log::debug!("对话历史长度: {}", chat_history.len());
+    for (i, msg) in chat_history.iter().enumerate() {
+        match msg {
+            Message::User { .. } => log::debug!("  [{}] User message", i),
+            Message::Assistant { .. } => log::debug!("  [{}] Assistant message", i),
+        }
+    }
 
     // 使用rig的真实流式API
     let prompt_message = Message::user(&prompt_content);