feat(storage): 移除工具调用 JSON 列的数据库检查，优化会话存储逻辑
This commit is contained in:
parent
ef601107ac
commit
eb0f6c0bc7
300
PERSISTENCE.md
Normal file
300
PERSISTENCE.md
Normal file
@ -0,0 +1,300 @@
|
||||
# PicoBot 持久化设计说明
|
||||
|
||||
本文档介绍 PicoBot 当前的会话持久化实现，目标读者是需要维护或集成该模块的技术人员。
|
||||
|
||||
## 1. 总览
|
||||
|
||||
PicoBot 使用 SQLite 持久化会话和消息历史，当前只有一份数据库文件：
|
||||
|
||||
- 默认路径：`~/.picobot/storage/sessions.db`
|
||||
- 初始化入口：`SessionStore::new()`
|
||||
- 核心实现：`src/storage/mod.rs`
|
||||
|
||||
数据库启动时会完成以下初始化：
|
||||
|
||||
- 打开 SQLite 连接
|
||||
- 创建父目录
|
||||
- 打开 WAL 模式
|
||||
- 打开外键约束
|
||||
- 自动建表和建索引
|
||||
|
||||
当前持久化只覆盖两类核心数据：
|
||||
|
||||
- `sessions`：会话元数据
|
||||
- `messages`：会话内的消息流水
|
||||
|
||||
内存中的 `Session` 负责运行态处理，SQLite 负责跨进程、跨重启保留历史。整体设计是“内存缓存 + SQLite 事实来源”。
|
||||
|
||||
## 2. 持久化在系统中的位置
|
||||
|
||||
相关模块职责如下：
|
||||
|
||||
- `src/gateway/session.rs`
|
||||
- 管理运行时 `Session`
|
||||
- 在收到消息时确保持久化会话存在
|
||||
- 首次访问某个 `chat_id` 时从数据库加载历史
|
||||
- 在新消息产生后同时写入数据库和内存历史
|
||||
- `src/storage/mod.rs`
|
||||
- 封装 SQLite 访问
|
||||
- 提供会话和消息的增删改查
|
||||
- `src/bus/message.rs`
|
||||
- 定义持久化消息结构 `ChatMessage`
|
||||
- `src/providers/*`
|
||||
- 将历史消息转换为不同 LLM provider 需要的格式
|
||||
|
||||
典型关系如下：
|
||||
|
||||
1. 网关收到用户消息。
|
||||
2. `SessionManager` 定位到对应 channel 的运行时 `Session`。
|
||||
3. `Session::ensure_persistent_session(chat_id)` 确保数据库里有对应会话记录。
|
||||
4. `Session::ensure_chat_loaded(chat_id)` 在内存中没有历史时，从 `messages` 表加载该会话全部历史。
|
||||
5. 新的用户消息先写入 `messages`，再放入内存历史。
|
||||
6. Agent 执行后产生的 assistant/tool 消息按实际顺序继续写入 `messages`。
|
||||
7. 下次进程重启或 session 过期后，可从数据库完整恢复上下文。
|
||||
|
||||
## 3. 会话标识规则
|
||||
|
||||
数据库中的会话主键并不总是随机 UUID，而是依据 channel 类型区分：
|
||||
|
||||
- CLI 会话：`session_id == chat_id`
|
||||
- 非 CLI 会话：`session_id = "{channel_name}:{chat_id}"`
|
||||
|
||||
这套规则由 `persistent_session_id(channel_name, chat_id)` 统一生成，目的是：
|
||||
|
||||
- 对 CLI 支持显式创建、切换和管理多个会话
|
||||
- 对外部渠道（例如飞书）让同一个 chat 稳定映射到同一条持久化会话
|
||||
|
||||
## 4. 表结构
|
||||
|
||||
### 4.1 sessions
|
||||
|
||||
保存会话级元数据，每条记录代表一个可被恢复的历史会话。
|
||||
|
||||
字段说明：
|
||||
|
||||
| 字段 | 类型 | 含义 | 当前用途 |
|
||||
| --- | --- | --- | --- |
|
||||
| `id` | `TEXT PRIMARY KEY` | 会话主键 | 作为会话唯一标识，被 `messages.session_id` 引用 |
|
||||
| `title` | `TEXT NOT NULL` | 会话标题 | CLI 展示、重命名 |
|
||||
| `channel_name` | `TEXT NOT NULL` | 来源渠道名 | 例如 `cli`、`feishu` |
|
||||
| `chat_id` | `TEXT NOT NULL` | 渠道侧会话标识 | 用于恢复和路由到同一聊天 |
|
||||
| `summary` | `TEXT` | 会话摘要 | 预留字段，当前 schema 中存在，但当前代码未写入实际摘要 |
|
||||
| `created_at` | `INTEGER NOT NULL` | 创建时间 | 毫秒级 Unix 时间戳 |
|
||||
| `updated_at` | `INTEGER NOT NULL` | 最近元数据更新时间 | 重命名、归档、追加消息时更新 |
|
||||
| `last_active_at` | `INTEGER NOT NULL` | 最近活跃时间 | 追加消息、清空历史时更新，用于排序 |
|
||||
| `archived_at` | `INTEGER` | 归档时间 | 非空表示会话已归档 |
|
||||
| `deleted_at` | `INTEGER` | 删除时间 | 预留字段，当前读取逻辑会过滤该字段，但当前删除实现是物理删除 |
|
||||
| `message_count` | `INTEGER NOT NULL DEFAULT 0` | 消息数 | 追加消息时自增，清空历史时重置 |
|
||||
|
||||
索引：
|
||||
|
||||
- `idx_sessions_channel_archived(channel_name, archived_at, last_active_at DESC)`
|
||||
- 用于按渠道列出会话，并支持过滤归档态和按最近活跃排序
|
||||
- `idx_sessions_updated_at(updated_at DESC)`
|
||||
- 用于最近更新时间维度的查询优化
|
||||
|
||||
### 4.2 messages
|
||||
|
||||
保存会话中的消息流水。这里的“消息”不仅包括用户和助手文本，还包括工具调用结果。
|
||||
|
||||
字段说明：
|
||||
|
||||
| 字段 | 类型 | 含义 | 当前用途 |
|
||||
| --- | --- | --- | --- |
|
||||
| `id` | `TEXT PRIMARY KEY` | 消息唯一标识 | 对应 `ChatMessage.id` |
|
||||
| `session_id` | `TEXT NOT NULL` | 所属会话 | 外键指向 `sessions.id` |
|
||||
| `seq` | `INTEGER NOT NULL` | 会话内顺序号 | 保证同一会话消息顺序稳定 |
|
||||
| `role` | `TEXT NOT NULL` | 消息角色 | 典型值为 `user`、`assistant`、`system`、`tool` |
|
||||
| `content` | `TEXT NOT NULL` | 消息正文 | 文本内容或工具结果文本 |
|
||||
| `media_refs_json` | `TEXT NOT NULL` | 媒体引用列表 JSON | 存储附件、本地文件路径等上下文引用 |
|
||||
| `tool_call_id` | `TEXT` | 工具调用 ID | 仅 `role=tool` 时通常有值，用来关联某次工具结果对应哪一个 tool call |
|
||||
| `tool_name` | `TEXT` | 工具名称 | 例如 `calculator`、`file_write` |
|
||||
| `tool_calls_json` | `TEXT` | assistant 发起的工具调用列表 JSON | 仅 assistant 发出工具调用时有值 |
|
||||
| `created_at` | `INTEGER NOT NULL` | 消息创建时间 | 毫秒级 Unix 时间戳 |
|
||||
|
||||
约束和索引：
|
||||
|
||||
- 外键：`FOREIGN KEY(session_id) REFERENCES sessions(id) ON DELETE CASCADE`
|
||||
- 唯一约束：`UNIQUE(session_id, seq)`，确保同一会话内顺序号不重复
|
||||
- 索引：
|
||||
- `idx_messages_session_seq(session_id, seq)`，按顺序读取历史
|
||||
- `idx_messages_session_created(session_id, created_at)`，按时间维度检索
|
||||
|
||||
## 5. 字段与运行时结构的映射
|
||||
|
||||
持久化层存储的消息对象是 `ChatMessage`，关键映射关系如下：
|
||||
|
||||
| `ChatMessage` 字段 | 对应数据库字段 | 说明 |
|
||||
| --- | --- | --- |
|
||||
| `id` | `messages.id` | 消息唯一 ID |
|
||||
| `role` | `messages.role` | 消息角色 |
|
||||
| `content` | `messages.content` | 文本主体 |
|
||||
| `media_refs` | `messages.media_refs_json` | 序列化为 JSON 数组 |
|
||||
| `timestamp` | `messages.created_at` | 时间戳 |
|
||||
| `tool_call_id` | `messages.tool_call_id` | 工具结果与调用的关联 ID |
|
||||
| `tool_name` | `messages.tool_name` | 工具名 |
|
||||
| `tool_calls` | `messages.tool_calls_json` | assistant 发起的工具调用列表 |
|
||||
|
||||
设计上分成 `tool_call_id` 和 `tool_calls_json` 两种字段，是因为两者表达的是不同方向的信息：
|
||||
|
||||
- `tool_calls_json` 表示“assistant 想调用哪些工具”
|
||||
- `tool_call_id` 表示“这一条 tool 结果是在回应哪一次工具调用”
|
||||
|
||||
## 6. 数据写入流程
|
||||
|
||||
### 6.1 创建会话
|
||||
|
||||
有两种进入方式：
|
||||
|
||||
- CLI 模式调用 `create_cli_session()` 显式创建会话
|
||||
- 渠道消息进入时调用 `ensure_channel_session()` 自动创建或复用会话
|
||||
|
||||
创建时会写入 `sessions` 表，初始状态：
|
||||
|
||||
- `summary = NULL`
|
||||
- `archived_at = NULL`
|
||||
- `deleted_at = NULL`
|
||||
- `message_count = 0`
|
||||
|
||||
### 6.2 追加消息
|
||||
|
||||
消息持久化统一走 `append_message()`，写入过程是一个 SQLite 事务：
|
||||
|
||||
1. 查询当前会话 `MAX(seq) + 1` 作为下一条消息顺序。
|
||||
2. 将 `media_refs` 序列化为 `media_refs_json`。
|
||||
3. 将 `tool_calls` 序列化为 `tool_calls_json`。
|
||||
4. 插入一条 `messages` 记录。
|
||||
5. 更新 `sessions.message_count`、`updated_at`、`last_active_at`。
|
||||
6. 将 `sessions.archived_at` 置空。
|
||||
7. 提交事务。
|
||||
|
||||
其中第 6 步很重要：归档会话一旦收到新消息，会自动恢复为活跃态。
|
||||
|
||||
### 6.3 读取历史
|
||||
|
||||
`load_messages(session_id)` 会按 `seq ASC` 读取整个消息历史，并把 JSON 字段反序列化回 `ChatMessage`。
|
||||
|
||||
因此它恢复的是“逻辑顺序”，而不是简单按创建时间排序。只要 `seq` 连续，重放顺序就稳定。
|
||||
|
||||
## 7. 典型时序
|
||||
|
||||
### 7.1 普通问答
|
||||
|
||||
1. 用户消息进入网关。
|
||||
2. 如果数据库中没有对应会话，先插入一条 `sessions`。
|
||||
3. 用户消息写入 `messages`，`role = user`。
|
||||
4. Agent 基于历史生成回复。
|
||||
5. assistant 回复写入 `messages`，`role = assistant`。
|
||||
6. 会话的 `message_count` 增加 2，`last_active_at` 更新时间。
|
||||
|
||||
### 7.2 带工具调用的问答
|
||||
|
||||
1. assistant 先生成一条带 `tool_calls_json` 的消息，`role = assistant`。
|
||||
2. 系统执行对应工具。
|
||||
3. 每个工具结果作为独立消息写入 `messages`，`role = tool`。
|
||||
4. 这些 `tool` 消息会带 `tool_call_id` 和 `tool_name`。
|
||||
5. assistant 最终整理工具结果后再写入一条普通回复。
|
||||
|
||||
这样保存后，即使进程重启，后续仍能完整恢复：
|
||||
|
||||
- assistant 当时发起了哪些工具调用
|
||||
- 每个工具调用返回了什么
|
||||
- 最终 assistant 给了什么结论
|
||||
|
||||
## 8. 会话生命周期操作
|
||||
|
||||
### 8.1 重命名
|
||||
|
||||
`rename_session(session_id, title)`：
|
||||
|
||||
- 更新 `sessions.title`
|
||||
- 更新 `sessions.updated_at`
|
||||
|
||||
### 8.2 归档
|
||||
|
||||
`archive_session(session_id)`：
|
||||
|
||||
- 将 `sessions.archived_at` 设为当前时间
|
||||
- 更新 `sessions.updated_at`
|
||||
- 不删除消息数据
|
||||
|
||||
列出会话时：
|
||||
|
||||
- `include_archived = false` 只返回 `archived_at IS NULL` 的会话
|
||||
- `include_archived = true` 返回全部未删除会话
|
||||
|
||||
### 8.3 清空消息
|
||||
|
||||
`clear_messages(session_id)`：
|
||||
|
||||
- 删除该会话在 `messages` 中的所有记录
|
||||
- 将 `sessions.message_count` 重置为 0
|
||||
- 更新 `updated_at` 和 `last_active_at`
|
||||
- 保留会话本身
|
||||
|
||||
这适合“保留会话入口，但丢弃聊天内容”的场景。
|
||||
|
||||
### 8.4 删除会话
|
||||
|
||||
`delete_session(session_id)`：
|
||||
|
||||
- 显式删除 `messages`
|
||||
- 再删除 `sessions`
|
||||
|
||||
虽然表结构中存在 `deleted_at` 字段，并且查询时也会过滤 `deleted_at IS NULL`，但当前实现并没有做软删除，而是直接物理删除。换句话说：
|
||||
|
||||
- `deleted_at` 当前是保留字段
|
||||
- 如果后续需要回收站或审计恢复，可以基于它演进成软删除
|
||||
|
||||
## 9. 并发与一致性
|
||||
|
||||
当前 `SessionStore` 的一致性策略比较直接：
|
||||
|
||||
- 进程内使用 `Arc<Mutex<Connection>>` 保护单连接访问
|
||||
- 追加消息时使用 SQLite 事务
|
||||
- 单条消息的写入与会话计数更新在同一事务中完成
|
||||
|
||||
这意味着：
|
||||
|
||||
- 对单进程场景，消息顺序和 `message_count` 是一致的
|
||||
- `seq` 通过事务内 `MAX(seq) + 1` 分配，避免同一连接并发下的顺序错乱
|
||||
- WAL 模式提升读取和写入并存时的稳定性
|
||||
|
||||
需要注意的是，当前设计主要面向单进程本地运行。如果未来要扩展到多进程或多实例共享同一数据库，需要重新评估：
|
||||
|
||||
- 单连接模型
|
||||
- `MAX(seq) + 1` 的扩展性
|
||||
- 会话加载缓存和跨实例同步
|
||||
|
||||
## 10. 当前实现中的保留点
|
||||
|
||||
下面这些字段或能力已经在 schema 中出现，但还没有完整业务闭环：
|
||||
|
||||
- `sessions.summary`
|
||||
- 当前代码没有把 `ContextCompressor` 产出的摘要写回数据库
|
||||
- 目前摘要只参与运行时上下文压缩，不参与持久化
|
||||
- `sessions.deleted_at`
|
||||
- 当前查询逻辑兼容软删除
|
||||
- 当前删除实现仍然是物理删除
|
||||
|
||||
这说明当前 schema 已经为“会话摘要”和“软删除”预留了演进空间，但并未完全落地。
|
||||
|
||||
## 11. 给维护者的快速判断指南
|
||||
|
||||
如果你要排查持久化问题，可以先按下面的思路判断：
|
||||
|
||||
- 会话查不到：先看 `persistent_session_id` 是否和实际 `channel_name/chat_id` 一致
|
||||
- 重启后没历史：检查 `ensure_chat_loaded()` 调用链，以及数据库文件路径是否正确
|
||||
- 消息顺序不对：检查 `messages.seq`
|
||||
- 工具调用上下文异常：同时检查 `tool_calls_json` 和 `tool_call_id`
|
||||
- 会话列表里看不到记录：检查 `archived_at` 和 `include_archived` 参数
|
||||
- 清空后仍有上下文：确认是内存历史没清掉，还是数据库 `messages` 没删掉
|
||||
|
||||
## 12. 总结
|
||||
|
||||
PicoBot 当前的持久化设计比较克制，核心目标只有两个：
|
||||
|
||||
- 让同一会话在重启后可以恢复上下文
|
||||
- 让工具调用链可以被完整回放
|
||||
|
||||
从实现上看，它不是通用 ORM，也不是复杂事件存储，而是一层针对聊天历史的轻量 SQLite 封装。对于当前单机、单进程、聊天驱动的运行方式，这个设计足够直接，也便于继续演进。
|
||||
@ -98,10 +98,6 @@ impl SessionStore {
|
||||
",
|
||||
)?;
|
||||
|
||||
if !table_has_column(&conn, "messages", "tool_calls_json")? {
|
||||
conn.execute("ALTER TABLE messages ADD COLUMN tool_calls_json TEXT", [])?;
|
||||
}
|
||||
|
||||
Ok(Self {
|
||||
conn: Arc::new(Mutex::new(conn)),
|
||||
})
|
||||
@ -508,18 +504,3 @@ mod tests {
|
||||
assert!(messages[0].tool_calls.is_none());
|
||||
}
|
||||
}
|
||||
|
||||
fn table_has_column(conn: &Connection, table: &str, column: &str) -> Result<bool, rusqlite::Error> {
|
||||
let pragma = format!("PRAGMA table_info({})", table);
|
||||
let mut stmt = conn.prepare(&pragma)?;
|
||||
let mut rows = stmt.query([])?;
|
||||
|
||||
while let Some(row) = rows.next()? {
|
||||
let name: String = row.get(1)?;
|
||||
if name == column {
|
||||
return Ok(true);
|
||||
}
|
||||
}
|
||||
|
||||
Ok(false)
|
||||
}
|
||||
Loading…
x
Reference in New Issue
Block a user