timem-rule-learning

TiMEM Rule Learning（DSH 适配版）

编排规则闭环 —— recall → apply → grade → learn —— 只用 MCP 原子工具。 规则是可复用的 「情境 X 做 Y」 教训：它们改变智能体下一次的行为。 没有情境→行动教训的事实、偏好、背景归记忆 skill（mcp__timem__create_memory），不归这里。

可用性检查

TiMEM 工具在 DSH 中以 mcp__timem__* 命名。若工具列表中不存在这些工具，说明 TiMEM MCP 未连接——跳过本 skill，不要猜别的工具名。

触发

TiMEM MCP 已连接且出现以下任一情况：

• 新用户回合开始（首次实质响应前必须基线调用 mcp__timem__recall_rules）
• 用户要求学习、回忆或管理可复用规则
• 用户说「记住/always/never」或给出可能形成可复用教训的纠正

指令

1. Recall：每个用户回合开始时调用一次 mcp__timem__recall_rules，在首次实质响应或行动之前。空结果是正常的——继续干活。
2. Verify & Apply：对照当前请求和文件核实每条命中的规则。只应用匹配的。记录你实际应用的 rule_id。
3. 干活：执行用户请求。
4. Grade：结果可知后，对每条实际影响过行动的规则调用 mcp__timem__record_rule_outcome(rule_id, helpful, note)。
5. Learn：任务结束时评估是否出现了可靠的「当 X，做 Y」教训。是 → mcp__timem__learn_rule（每任务最多 3 条）。否 → 学 0 条。

任务生命周期清单

- [ ] 1. 每个用户回合 → 首次实质响应/行动前 recall_rules 一次
      （包括简单或一次性请求；空结果正常——继续）
- [ ] 2. 对照当前请求/文件核实每条命中；只应用匹配的；跟踪已应用的 rule_id
- [ ] 3. 干活
- [ ] 4. 结果可知 → 对每条 APPLIED 规则 record_rule_outcome（helpful=true/false + note）
- [ ] 5. 任务结束 → LEARN EVAL：本对话是否产生了可靠的、跨未来类似情境仍有用的
      situation→action 规则？
      - 否 → 学 0 条
      - 是 → 直接 learn_rule；每个判断点一条，最多 3 条
      - 不要为了判断重复而先跑 recall/list

Recall（摘要）

每个用户回合做一次强制性基线 mcp__timem__recall_rules 调用，在首次实质响应或行动之前。 问候、澄清问题、只读回答、极小的一次性请求都不跳过。同一回合后续出现实质性新决策背景时 允许追加 recall。

mode	用途
similarity（默认）	仅标签/BM25/向量检索；不做适用性判断
judged	对完整过滤后的规则池做判断
auto	检索 top_k，对候选做判断，判断失败回退检索

必填： 一个非空 query_text 用于检索。judged/auto 需要决策证据时才传 judge_scene_text 和 judge_context_text。

Grade（应用后必须）

应用规则的结果可知后：mcp__timem__record_rule_outcome(rule_id, helpful, note) —— 每条 实际影响过行动的规则调用一次。helpful=false 加例外说明，是让后端改进该规则的方式。 绝不为未应用的规则打分，绝不在结果可观察前猜测。

Learn（摘要）

任务结束时问一个核心问题：

本对话/情境是否揭示了一条可靠的 「当 X，做 Y」 教训，且在未来类似情境中仍然有用？

三个维度都明确为「是」才学：

• 长期可复用： 超越当前条目、回合、日期或临时状态仍然有用。
• 可泛化： 适用于当前用户/智能体范围内的一类未来类似情境——不只是这一次。
• 可靠且可行动： 有明确的持久指令/纠正或已验证的结果支撑，并点明具体行动。

否则学 0 条。明确的「记住/always/never」措辞或纠正触发的是立即评估，不是自动学习。 纯事实/偏好归记忆，静态仓库约定归项目文件，秘密哪里都不放。