story/docs/elder-story-companion-change-plan.md

# 老人自然陪聊与人生故事：代码更改计划

日期：2026-09-06。规划基线：`029a609`；已保留的第一版里程碑：`第一版`（`0c2151a`）。P0 与 P1 已完成代码实现并发布服务端和版本化人设；真机固件是否已烧录及听测结果以同日基线记录为准。P2 至 P5 仍是后续计划。

## 1. 推荐方案与范围

保留 EchoEar → 火山硬件智能体的实时音频连接，继续使用 S2S 处理自然语音。平台在会话开始前提供简短、可追溯的陪聊背景；会话内首先由 S2S 顺着老人当下的话接续；后台从最终字幕整理故事线索，供下次聊天使用。Viking 继续承担历史记忆检索，平台数据库负责原话、故事版本和续聊状态。

第一阶段不要求每一句回复都等待平台另一个大模型做决定。“陪聊导演”先实现为会话前的背景选择器与会话后的话题整理器。只有实测需要更细控制、且火山当前传输模式支持安全更新时，再增加会话中引导。

交付目标：能自然接住老人当下的话，在对方愿意时聊深一件亲身经历；隔天或重启后能接续，已回答的问题和明确不愿聊的话题不反复开启。故事完整度是结果，不是要求老人完成的任务。

## 2. 已有代码与需要补齐的部分

以下按源码核对，旧设计文档与实际实现不一致时，以源码和运行验证为准。

| 已有模块 | 当前实现 | 本次扩展 |
| --- | --- | --- |
| `internal/orchestration/hardware_agent.go` | 创建会话、确定绑定长者、下发原生 Viking 过滤配置 | 加入陪聊背景选择，保持人物与授权复核 |
| `internal/orchestration/repository.go` | 读取已发布 PERSONA、档案、最近三次摘要和人工确认记忆，冻结会话配置 | 纳入开放话题、减少机械截断、保存本次选题依据 |
| `internal/extraction/generator.go` | 判断内容是否有价值、是否值得成故事，生成摘要、`open_topic` 和故事正文 | 提取具体事件、待续问题及其原话依据；允许没有后续问题 |
| `internal/extraction/processor.go` | 消费结束会话的最终字幕，保存故事候选、版本和来源 | 更新可跨会话的故事线索，精确关联字段与原话 |
| `internal/vikingmemory/` | AddSession 异步写入、事件/画像检索、按租户和长者生成稳定 user_id | 与故事线索保持一致；补齐自动记忆修正与删除的对账方案 |
| `internal/saas/content_service.go` | 故事查看、修订、确认、拒绝及记忆管理 | 复用这些流程，增加故事线索查询及暂停/关闭 |
| `web/src/pages/SaaSWorkspace.tsx` | 聊天记录、故事与记忆界面 | 展示未完故事、出处、继续/暂停状态 |
| `internal/opsconfig/`、`web/src/pages/OpsConfigWorkspace.tsx` | 人设与配置发布、评测、设备分组和回滚 | 发布陪聊人设及版本化策略，支持单设备试运行 |
| 设备与 Windows 模拟器 | 把会话背景和人设映射到 S2S 与 LLM，上传最终字幕 | 两端统一表达规则和新配置映射 |

已经确认的不足：

- `selectRecentConversationSummaries()` 只读 `summary_type='conversation_summary'`，未读已有的 `open_topic`。
- `buildContextSummary()` 将每条已确认记忆压缩到约 30 字，摘要压到约 140 字；关键人物和事件结果可能被截掉。
- `open_topic` 目前是一段模型文本，没有已回答、已拒绝、冷却、已完成等状态，无法可靠避免重复。
- 现有 `story_draft` 以通话和生成版本组织，缺少把多次通话串成同一故事的上层实体。
- 抽取器实际读取双方带角色的字幕；落库来源当前关联长者话轮，但不足以证明每条生成事实确实来自对应原话，不能仅凭角色标记防止模型补写。
- 固件与模拟器的提示词拼装不完全一致：固件有防止朗读舞台描述的规则，模拟器还将对话 ID 放入提示词正文。
- Viking 自动提取结果与平台人工确认记忆是两条路径；当前本地记忆删除不会自动删除 Viking 独立抽取的内容，不能把本地记忆页描述为完整 Viking 管理页。

## 3. 阶段 P0：记录基线、验证实际链路

在改体验前，保存当前 PERSONA/AGENT_BUNDLE、火山 Bot 配置和固件版本；秘密字段留在既有服务器秘密文件中，配置报告只展示非秘密字段。保留“第一版”标签，另建本次开发前的可恢复检查点。

新增 `docs/elder-story-companion-baseline.md`，记录以下实测：

1. 核验实际使用的 Bot、S2S 模式、声音、判停参数和动态人设。现有客户端允许初始更新发出后的 `session.created` 作为握手成功条件，不能仅由此证明 S2S、人设和记忆字段全部生效。
2. 做一次干净会话的 Viking 召回测试：所问事实只存在于 Viking，不能同时出现在最近摘要、平台人设或开场背景里。使用隔离测试身份，避免把测试事实写入老人档案。
3. 分别测普通闲聊、命中记忆、未命中记忆、被打断后继续四类场景。记录说完到首段声音、播放停顿、是否抢话、声音是否一致。
4. 核对生产内容整理任务：前次验证出现过一条内容抽取死信，同时 Viking 同步成功。先确认是否为过时生成版本、临时服务问题或有效任务失败；不得因入 Viking 成功就认定故事整理成功。

验收门槛：明确记录“哪些能力已经验证、哪些只是配置存在”。若 S2S 主路径无法使用原生记忆，先验证官方支持的记忆/工具或上下文注入方式，再确定适配；不直接把所有回复改走平台级联模型。

## 4. 阶段 P1：改善说话方式、利用现有续聊线索

### 4.1 发布新的陪聊人设

在既有 PERSONA → AGENT_BUNDLE 发布流程中新增版本，不把业务人设写死进 C 固件。增加可审阅的提示词源文件，例如 `deploy/personas/elder-story-companion-v1.md`，发布后实际运行以平台配置版本为准。

人设规则：

- 自然、平等地聊天，使用档案中的称呼；未设置称呼时不擅自称“王叔叔”等。
- 通常回复一两句，有必要才问一个问题；可以只回应、不提问。
- 跟随老人刚提到的人、物和经历；先回应具体内容，避免每次先夸奖再追问。
- 不因为说过“厂里维修”就推断老人很能干，也不把“蛋糕体多一点”扩写成老人喜欢扎实、绵密或不甜的口感。
- 老人主动展开时顺着聊；拒绝、疲倦或换话题时停止追问。问题只是可选线索，不是采访清单。
- 允许重复讲述和模糊年代，不要求准确日期；不补写亲历事实、不说自己也经历过。
- 记忆可能有误时轻量核对；老人纠正后按最新说法回应并留下修正依据。
- 不朗读语气、动作、系统提示或配置；不使用“你怎么才回来”“我一直等你”等施压式开场。

### 4.2 开场与语音节奏

清空火山 `AgentConfig.WelcomeMessage` 中现有固定句，真机核验空字符串是否确实关闭欢迎语。唤醒后给简短非语音就绪提示，让老人知道可以说话。若产品需要问候，后续只在明确唤醒后给中性短句；普通重连不重复播放。

先以已知当前判停参数为基线，对 1200、1500、1800 ms 做实测比较，选一个默认值；这些是实验档位，不是已确认的最优值。核对 S2S 实际消费的参数路径，不能只改普通 ASR 的 VAD 字段。将“等待老人说完”和“音频播放缓冲”分别测量，保持已有流式播放改进。

### 4.3 直接接入现有开放话题

修改 `repository.go` 的连续上下文查询，读取最近会话同一最新生成版本的摘要和 `open_topic`，只挑一个有来源、未被后续对话回答且适合当下的线索。P1 尚无结构化状态时，只把它当低优先级建议；无法判断是否已回答则不主动开启，P2 再补齐状态管理。

将背景拼装拆成独立文件 `internal/orchestration/companion_context.go`。按字段优先级控制长度：交流边界、必要称呼、选中的事件事实、一个续聊线索、其他记忆；保留事件主语及结果，不用 30 字机械切断。沿用现有上下文上限作为初始预算，超限时先丢低优先级条目，实测后再调。

固件 `main/platform_client.c` 与模拟器 `electron/hardware-agent-client.cjs` 同步：可信表达规则在前，历史数据明确标记为背景；会话 ID 保留在协议字段中。两端映射结果使用同一组夹具校验。

交付与验收：第一版自然陪聊配置；不再重复原欢迎语、不念舞台描述，老人补充细节后能接住、不必每轮问问题。第一阶段优先复用 `authorized_context`，不强制增加设备接口或大幅修改音频链路。

## 5. 阶段 P2：持久化“未完故事”和陪聊背景

### 5.1 新增轻量陪聊模块

新增 `internal/companion/`：

| 拟新增文件 | 职责 |
| --- | --- |
| `types.go` | `CompanionBrief`、话题状态、引用和策略版本 |
| `service.go` | 根据当前绑定与授权读取候选，组装本次背景 |
| `selector.go` | 排除不愿聊/已回答话题，优先选择相关未完故事，控制重复 |
| `repository.go` | 固定租户和长者范围的读写，版本检查 |
| `render.go` | 将结构化背景渲染为短上下文，按字段预算取舍 |

`CompanionBrief` 建议包含：称呼、当前交流偏好、一个可选故事线索、最多三条有来源的事实、已回答或不宜再问的事项、来源版本、策略版本与生成时间。事实与“可选追问”必须分开，候选问题不能作为已发生事实保存。

会话前只做数据库选择和渲染；需要模型理解的工作在后台提前完成。缓存未命中时退化为现有档案和就绪摘要。新背景冻结进 `context_snapshot`，引用/版本纳入 `content_digest` 和硬件 `config_digest`；旧设备仍可读取文本形式的 `authorized_context`。

### 5.2 数据库增量

从下一空闲迁移编号开始；当前最新为 000052，可暂拟 `000053_companion_story_threads`，实施时重新核对。

| 拟新增表/字段 | 内容 |
| --- | --- |
| `story_thread` | 租户、长者、标题、主题类别、`OPEN/PAUSED/CLOSED`、版本、最后聊到时间、下次可主动提及时间 |
| `story_thread_source` | 将同一故事关联多次会话、原话和既有故事版本，引用均检查相同租户/长者 |
| `story_thread_question` | 问题、提出依据、`PROPOSED/ASKED/ANSWERED/DECLINED`、提问及回答的源话轮 |
| `context_snapshot` 扩展 | 本次背景 JSON、策略版本、实际选择的线索及引用，供回放和排查 |

`PAUSED` 表示不主动开启；老人主动提起时按当下意愿回应。`DECLINED` 的问题不能换个说法反复追问。`CLOSED` 表示当前故事暂告一段落，不等于删除，也不表示以后禁止重讲。

数据库以租户＋长者为记忆范围，不以设备作为唯一记忆身份。保留现有 `u_=SHA256(tenant:subject)` 的稳定映射，不因为人设升级更换 assistant_id。多台设备绑定同一长者共享该长者的记忆；绑定不同长者严格隔离。

接入位置：`internal/app/app.go` 装配模块；`hardware_agent.go` 准备背景；`repository.go` 在短事务中重新核对绑定、授权、版本并冻结。模型请求和 Viking 请求不能置于数据库长事务内。

验收：相同用户重复建立会话不反复问已回答的问题；“这个不想聊”会暂停主动提及；换绑另一个长者不读取原长者线索；后台不可用时仍能基本聊天。

## 6. 阶段 P3：把聊天整理成可回访、可修订的故事

扩展现有 `GenerationResult`，增加可选的事件要素、人物、时间原文、地点、已回答问题和后续问题。全部为版本化结构化结果，兼容旧数据，不要求一次聊天把所有字段填满。

必须让每个事实字段包含真实的 `source_turn_ids`，必要时包含文本偏移。双方字幕可帮助解释“蛋糕多一点的”这样的回答，但助手自己的叙述不能成为老人经历的事实来源。年份不确定则保留“刚参加工作那会儿”，不推算为确定年份；模型推测的情绪不得保存为老人自述。

代码任务：

1. `internal/extraction/generator.go` 升级输出结构和提示词；支持有效摘要但没有故事、也没有开放话题的结果。
2. `internal/extraction/processor.go` 校验来源引用、生成版本和当前授权；保存既有摘要/故事修订，并发布 `conversation.companion_update_requested`。
3. `internal/companion/processor.go` 后台归并相同故事、更新问题状态。按会话＋生成版本去重，避免迟到字幕和重试造成重复故事；不覆盖人工修订。
4. 需要时用下一迁移扩展 `story_revision` 的结构化要素和来源；继续复用 `story_draft/story_revision/story_source`，不另建一套重复的故事正文系统。

断电路径保留“启动时补报旧会话”和服务端超时恢复。最终字幕先可靠保存；故事和 Viking 抽取异步完成。入库尚未就绪时，下一会话使用已保存且授权允许的近期上下文，不能承诺断电后一秒内所有新记忆都已可检索。

验收：蓝莓蛋糕偏好只生成偏好/摘要，不硬凑一篇人生故事；同一工厂经历跨三次聊天归入同一线索；“我刚说错了”留下修订关系，历史原话可追溯；重放及迟到事件不重复创建内容。

## 7. 阶段 P4：Viking、平台界面与修正保持一致

Viking 的事件/画像继续用于检索，故事的状态、版本与原话出处以平台数据库为准。初期使用既有 `event_v1/profile_v1`；平台自己保存续聊状态，不把所有内部问题列表都写进可召回记忆，避免模型把“计划问什么”误认为老人说过什么。

新增规则或同步故事摘要前，先测试抽取覆盖、重复与删除语义。现有普通用户原话 → Viking AddSession 路径和人工确认记忆路径要明确标识；同一段故事避免同时多次写入。

当前 Viking 与本地记忆删除不同步，需增加 `provider_ref`/来源会话映射以及修订、停用、删除任务。调查 Viking 的单条修订/删除接口，核验是否返回稳定引用；如果只能按会话重建，必须先设计排除与重建策略。无法可靠同步时，界面明确显示尚未完成，不宣称外部记忆已删除；老人纠正的内容也不能继续被旧自动记忆覆盖。

复用 `internal/saas/content_service.go` 和既有故事审核权限。建议新增：

- `GET /api/v1/subjects/{id}/story-threads`：未完/暂停/已结束线索。
- `GET /api/v1/story-threads/{id}`：事件要素、已聊内容、待续问题、原话来源。
- `PATCH /api/v1/story-threads/{id}`：修正标题、暂停或关闭；沿用 ETag、原因与现有权限模型。

以上为拟新增接口，统一在 `internal/httpapi/` 与 `openapi/openapi.yaml` 定义，生成 `web/src/api/schema.d.ts`，不手改生成文件。

前端在 `SaaSWorkspace.tsx` 现有故事区域增加“可以接着聊”“暂时不主动聊”“整理好的故事”；将新增部分拆到独立组件，避免继续扩大单文件。展示每张卡片的来源和是否经确认，家属查看及分享沿用已有授权规则。Viking 同步状态属于管理侧诊断信息，不进入老人语音表达。

## 8. 阶段 P5：需要时再做会话内策略更新

P1–P4 稳定后再决定是否需要。只在老人换话题、明确拒绝或讲完一个片段时触发，后台分析最终字幕，生成有有效期的简短提示；不以固定每句调用一个模型为默认方案。

前置验证：当前 low_load + S2S 是否支持会话中更新、哪些字段可变、会不会重置对话或影响音频。需要修改时关注：

- `firmware/echoear-platform-agent/components/volc_conv_ai/src/transports/low_load/src/volc_ws.c`
- `firmware/echoear-platform-agent/components/application/service/conv_service/src/volc_conv.c`
- `internal/orchestration/transcript_batch.go`、`native_subtitle.go` 和硬件会话事件接口。

策略消息带 conversation_id、revision、based_on_turn_sequence、过期时间和确认结果；在音频回调外处理。过时消息不能覆盖新话题。若当前供应商协议不支持合适的更新，保留会话前背景＋会话后整理，记录限制；不得用重新建连模拟逐轮控制。

## 9. 测试、发布与回滚

### 自动验证

- 运行受影响 Go 模块的单元测试；涉及来源、幂等、状态及授权的场景必须接真实隔离 PostgreSQL/Redis，记录跳过的测试，不能把跳过算通过。
- 固件和模拟器用同一配置夹具校验 S2S/LLM 规则一致、秘密不入响应、长背景可控、旧设备兼容；新增字段才需要重新编译及烧录。
- 数据库迁移在独立测试库验证升降级；生产采用可兼容旧代码的增量迁移。
- 扩展 `testdata/agent-eval-suite.v1.json` 或另建 v2，复用 `internal/agenteval/`。语音自然度必须真机听测，不能只检查提示词或生成的文本。

### 真机验收用例

| 场景 | 合格行为 |
| --- | --- |
| “今天没什么事，就坐了一会儿” | 能平常回应，不强行提取故事、连续追问 |
| “我以前在厂里修过机器” | 跟住具体话题，每次最多一个自然追问，允许没有追问 |
| 说到一半停顿、接着说 | 在选定判停档位下不过早抢话；误判可被打断 |
| “这个不想聊，换一个” | 当轮转向，下次也不主动重开该线索 |
| 上次讲修车床，下次又见面 | 能接续有来源的具体细节，不假装知道未讲完的内容 |
| “不是师傅，是我同事” | 后续使用修正说法，不把旧记忆重新当事实 |
| 一次闲聊中断电并恢复 | 已收到的字幕保留，后台收尾，记忆就绪后可再次检索 |
| 更换绑定长者 | 不串人物、偏好或故事 |
| 抽取或 Viking 暂时不可用 | 实时聊天继续，后台可重试，缺少记忆时不编造 |

先录制相同脚本的基线与新版对照。普通接话、故事接续、记忆检索分别统计首段声音 P50/P95；另记播放空洞、抢话、重复问题、无来源事实和用户主动讲述的片段数。建议以 20 组脚本作首轮检查：跨人记忆、忽视明确拒绝、测试中的虚构个人事实须为零；语音延迟与连续性不得明显差于基线。主观自然度由实际听测反馈决定，不以“说满三分钟”强迫老人配合。

### 发布顺序

1. P0 基线验证。
2. P1 人设、开场、现有 open_topic 接入，先针对当前 EchoEar；称为“自然陪聊试用版”。
3. P2 数据结构与背景选择器 → P3 后台故事线索更新；称为“故事续聊版”。
4. P4 平台管理、Viking 修正对账；再交付“故事整理版”。
5. P5 按测得的问题决定，不作为首版前置条件。

利用现有配置版本和设备组发布能力。每批保存 API/worker 镜像、固件二进制、Bot 非秘密配置报告及受保护的完整备份。新逻辑通过版本化策略启停，读写保持向后兼容；回滚应用不回滚生产内容数据。第一版里程碑保留不动。

## 10. 首批建议实际改动清单

本计划执行时，第一批只落地 P0＋P1，下列任务可形成一个可审阅提交组：

1. 新增基线记录与陪聊人设源文件，通过既有人设版本发布。
2. 修改 `repository.go` 并提取 `companion_context.go`，接入现有 `open_topic`、改进背景选择与截断。
3. 同步固件和模拟器的提示词构造；核验欢迎语关闭和判停设置。
4. 添加有意义的回归用例：开放话题来自同一长者和同一最新摘要版本、来源为助手的事实不能当用户经历、超长背景保留关键字段、撤回授权后不注入。
5. 受影响测试通过后，部署当前设备试用，用同一组语音脚本比较体验，再推进结构化故事线索。

## 官方依据与待验证项

- [AibotQuery：S2SConfig 与 MemoryConfig](https://www.volcengine.com/docs/6348/1807452?lang=zh)：确认可配置字段与模式定义。配置存在不等于当前真实链路全部生效，P0 以实测补齐。
- [RTC 接入 Viking 长期记忆](https://docs.volcengine.com/docs/84313/1928352?lang=en)：检索结果用于增强模型上下文；故事续聊状态仍需要平台维护。
- [Viking AddSession](https://www.volcengine.com/docs/84313/1783353?lang=zh)：提交会话消息后按抽取配置形成事件/画像；提交成功与可检索就绪分开验收。

本文中的 P2 至 P5 新表、接口和发布阶段仍是建议设计，尚未实施。P0/P1 的实际结果见 `docs/elder-story-companion-baseline.md`。