feat(brain): memory_search + memory_update Tools — ARIA findet Updates aktiv

Bug-Report von Stefan: er hat im Diagnostic den Baujahr-Memory von
1972 auf 1974 geaendert, ARIA wusste das nicht und beharrte auf 1972
(weil ihr letzter Conversation-Turn noch '1972' enthielt). Sie konnte
auch nicht nachpruefen, sagte selbst: "Qdrant kann ich nicht aktiv
durchsuchen".

Fix: zwei neue Meta-Tools im agent.py.

memory_search(query, mode='text'|'semantic', k=5):
- Volltext oder semantic via store.search_text / store.search
- Liefert Liste mit Titel, ID, Content, Anhaengen
- Tool-Description sagt explizit: "Memory ist Truth ueber dem
  Conversation-Window" — wenn beide unterschiedlich sind, gilt
  Memory. Plus Anker-Anwendungsfaelle: 'schau in deinem Gedaechtnis',
  'ich hab das aktualisiert', 'pruef ob's schon was zum Thema gibt'

memory_update(id, title?, content?, category?, tags?, pinned?):
- Patch existierender Memory per ID (aus memory_search oder Cold-Memory)
- Content-Change triggert Re-Embedding fuer Search, sonst nur
  Payload-Update
- Pushed memory_saved-Event analog zu memory_save (App/Diagnostic
  refreshen)
- Tool-Description empfiehlt explizit Update statt neuem Save bei
  Korrekturen/Ergaenzungen — vermeidet Fragmentierung

Damit kann Stefan jetzt sagen "schau in deinem Gedaechtnis" und ARIA
findet den aktualisierten Eintrag. Plus bei spaeteren Korrekturen
("ach nee, 1974") nutzt ARIA memory_update statt memory_save +
hinterlaesst einen sauberen Eintrag.

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
This commit is contained in:
2026-05-13 03:23:08 +02:00
parent 27c04a2874
commit 16ebaa652f
+143
View File
@@ -206,6 +206,64 @@ META_TOOLS = [
},
},
},
{
"type": "function",
"function": {
"name": "memory_search",
"description": (
"Durchsuche aktiv dein Gedaechtnis (Qdrant-DB). Nutze das wenn:\n"
"- der User sagt 'schau in deinem Gedaechtnis' / 'ich hab das Memory aktualisiert'\n"
"- du dir bei einer Info aus dem Konversations-Verlauf unsicher bist "
"(z.B. ob das noch der aktuelle Stand ist)\n"
"- du pruefen willst ob's schon einen Memory zu einem Thema gibt bevor "
"du via memory_save einen neuen anlegst (vermeidet Fragmentierung)\n\n"
"**WICHTIG: Memory ist Truth ueber dem Conversation-Window.** "
"Wenn dort was anders steht als in deinem Gespraechs-Verlauf, gilt das "
"was im Memory steht — der User koennte gerade was korrigiert haben.\n\n"
"Mode 'text' = Substring (case-insensitive), gut fuer exakte Begriffe "
"wie 'cessna'. Mode 'semantic' = Embedder-Search, gut fuer 'wann hatten "
"wir ueber X gesprochen'-Fragen."
),
"parameters": {
"type": "object",
"properties": {
"query": {"type": "string", "description": "Such-Begriff"},
"mode": {
"type": "string",
"enum": ["text", "semantic"],
"description": "Default 'text' (Substring). 'semantic' fuer aehnlichkeits-Suche.",
},
"k": {"type": "integer", "description": "Wieviele Treffer (Default 5, max 20)"},
},
"required": ["query"],
},
},
},
{
"type": "function",
"function": {
"name": "memory_update",
"description": (
"Aktualisiere einen existierenden Memory-Eintrag — gibt die ID aus "
"memory_search oder dem Cold-Memory an. Nur die uebergebenen Felder werden "
"ueberschrieben, der Rest bleibt unangetastet. **Bevorzuge das ueber "
"memory_save** wenn der User eine Korrektur macht oder du zusaetzliche "
"Details zum gleichen Thema hast — vermeidet doppelte Eintraege."
),
"parameters": {
"type": "object",
"properties": {
"id": {"type": "string", "description": "Memory-ID (UUID, aus memory_search oder Cold-Memory)"},
"title": {"type": "string", "description": "Neuer Titel (optional)"},
"content": {"type": "string", "description": "Neuer Content — wird neu embedded fuer Search (optional)"},
"category": {"type": "string", "description": "Neue Kategorie (optional)"},
"tags": {"type": "array", "items": {"type": "string"}, "description": "Neue Tags (ueberschreibt komplett)"},
"pinned": {"type": "boolean", "description": "Pinning aendern (optional)"},
},
"required": ["id"],
},
},
},
{
"type": "function",
"function": {
@@ -540,6 +598,91 @@ class Agent:
else:
lines.append(f"- {t['name']} ({t['type']}, {state})")
return "\n".join(lines)
if name == "memory_search":
query = (arguments.get("query") or "").strip()
if not query:
return "FEHLER: query ist Pflicht."
mode = arguments.get("mode") or "text"
try:
k = int(arguments.get("k", 5))
except (TypeError, ValueError):
k = 5
k = max(1, min(k, 20))
try:
if mode == "semantic":
qvec = self.embedder.embed(query)
results = self.store.search(
qvec, k=k, exclude_pinned=False, score_threshold=0.30,
)
else:
results = self.store.search_text(query, k=k, exclude_pinned=False)
if not results:
return f"Keine Treffer fuer '{query}' (mode={mode})."
lines = [f"{len(results)} Treffer fuer '{query}' (mode={mode}):"]
for m in results:
score_part = f" [score={m.score:.2f}]" if m.score is not None else ""
pin = "📌 " if m.pinned else ""
atts = m.attachments or []
att_part = f" 📎{len(atts)}" if atts else ""
lines.append("")
lines.append(f"## {pin}{m.title} ({m.type}){score_part}{att_part}")
lines.append(f"id: {m.id}")
lines.append(m.content or "")
if atts:
for a in atts:
lines.append(f" 📎 {a.get('name', '?')} ({a.get('mime', '')}) — {a.get('path', '')}")
return "\n".join(lines)
except Exception as e:
logger.exception("memory_search fehlgeschlagen")
return f"FEHLER: {e}"
if name == "memory_update":
pid = (arguments.get("id") or "").strip()
if not pid:
return "FEHLER: id ist Pflicht."
existing = self.store.get(pid)
if not existing:
return f"FEHLER: Memory mit id={pid[:8]} nicht gefunden."
try:
from memory.vector_store import COLLECTION
import datetime as _dt
content_changed = False
if "title" in arguments and arguments["title"] is not None:
existing.title = str(arguments["title"]).strip()
if "content" in arguments and arguments["content"] is not None:
new_content = str(arguments["content"]).strip()
if new_content != existing.content:
content_changed = True
existing.content = new_content
if "category" in arguments and arguments["category"] is not None:
existing.category = str(arguments["category"]).strip()
if "tags" in arguments and arguments["tags"] is not None:
existing.tags = [str(t).strip() for t in (arguments["tags"] or []) if str(t).strip()]
if "pinned" in arguments and arguments["pinned"] is not None:
existing.pinned = bool(arguments["pinned"])
existing.updated_at = _dt.datetime.now(_dt.timezone.utc).isoformat()
if content_changed:
vec = self.embedder.embed(existing.content)
self.store.upsert(existing, vec)
else:
self.store.client.set_payload(
collection_name=COLLECTION,
payload=existing.to_payload() | {"updated_at": existing.updated_at},
points=[pid],
)
saved = self.store.get(pid)
self._pending_events.append({
"type": "memory_saved",
"memory": {
"id": saved.id, "type": saved.type, "title": saved.title,
"content_preview": (saved.content or "")[:140],
"category": saved.category, "pinned": saved.pinned,
"attachments": saved.attachments or [],
},
})
return f"OK — Memory '{saved.title}' aktualisiert (id={pid[:8]})."
except Exception as e:
logger.exception("memory_update fehlgeschlagen")
return f"FEHLER: {e}"
if name == "memory_save":
title = (arguments.get("title") or "").strip()
content = (arguments.get("content") or "").strip()