记忆提取在附带引用消息时会引起主体混乱

[FFFold]

检查项

• 我确认此问题在所有分支的最新版本中依旧存在
• 我确认在 Issues 列表中并无其他人已经提出过与此问题相同或相似的问题
• 我使用了 Docker

使用的分支

main

具体版本号

v1.0.0-pre.24

遇到的问题

记忆提取在附带引用消息时会引起主体混乱。
下面的情况中，用户“白羽小鸟”引用了Bot“迫水彩芽”的消息并进入记忆归纳流程，但llm将引用的Bot消息当做用户自己的信息进行了归纳，生成了“白羽小鸟没有对象”的错误信息。

附API请求内容和结果：

{
  "model": "deepseek-v4-flash",
  "max_completion_tokens": 4096,
  "temperature": 0.5,
  "messages": [
    {
      "role": "user",
      "content": "你要从用户原始发言中提取“关于白羽小鸟的稳定事实”。\n\n目标人物：白羽小鸟\n用户原始发言证据：\n- [reply]什、什么做母亲啊！我连对象都还没有呢...这种事情还早得很啦...真是的 @迫水彩芽  嘛，做母亲和有没有对象也不矛盾的说\n\n机器人回复：\n[回复消息] 这、这根本就是两回事吧！没有对象怎么...啊！不对\n\n请只提取满足以下条件的事实：\n1. 必须能被“用户原始发言证据”直接支持，不能只来自机器人回复。\n2. 明确是关于目标人物本人的信息。\n3. 具有相对稳定性，可以作为长期记忆保存。\n4. 用简洁中文陈述句表达。\n5. 如果用户原始发言中出现“我/我的/自己”，默认指目标人物，请先改写成关于目标人物的第三人称事实再输出。\n\n不要提取：\n- 机器人的情绪、计划、临时动作、客套话\n- 仅由机器人提出的建议、猜测、玩笑、回忆或承诺\n- 只适用于当前时刻的短期安排\n- 不确定、猜测、反问\n- 与目标人物无关的信息\n\n严格输出 JSON 数组，例如：\n[\"他喜欢深夜打游戏\", \"他养了一只猫\"]\n如果没有可写入的事实，输出 []"
    }
  ]
}

{
  "choices": [
    {
      "message": {
        "content": "[\"白羽小鸟没有对象\"]",
        "reasoning_content": "我们分析用户原始发言证据。用户说：\"什、什么做母亲啊！我连对象都都还没有呢...这种事情还早得很啦...真是的 @迫水彩芽  嘛，做母亲和有没有对象也不矛盾的说\"\n\n这里目标人物是白羽小鸟（根据提示，用户发言中的“我”指目标人物）。所以事实：白羽小鸟没有对象。这是直接支持的稳定事实。另外，关于做母亲的话题，用户说“做母亲和有没有对象也不矛盾”，但这更像是对别人的反驳，不是关于本人的稳定事实。所以只提取一个事实：他没有对象。注意：用户是女性？名字“白羽小鸟”可能女性，但用“他”还是“她”？输出用第三人称，最好用“ta”或根据语境。但这里没有明确性别，可以用“他”作为默认。或者用“白羽小鸟”。严格来说，输出应该是关于目标的描述。所以写：\"白羽小鸟没有对象\"。\n\n另外，注意机器人回复不算。所以只有一个事实。输出JSON数组。",
        "role": "assistant"
      },
      "finish_reason": "stop",
      "index": 0,
      "logprobs": null
    }
  ],
  "object": "chat.completion",
  "usage": {
    "prompt_tokens": 281,
    "completion_tokens": 226,
    "total_tokens": 507,
    "completion_tokens_details": {
      "reasoning_tokens": 217
    },
    "prompt_tokens_details": {
      "cached_tokens": 0
    }
  },
  "created": 1779500413,
  "system_fingerprint": null,
  "model": "deepseek-v4-flash",
  "id": "chatcmpl-3d8e2a64-d74c-97be-ae37-5c98c348be89"
}

报错信息

无

如何重现此问题？

引用Bot消息，与Bot对话

可能造成问题的原因

进入提取流程的消息结构化不佳，应当优化提供给llm的消息结构，使llm能够识别信息主体。

系统环境

LXC容器内源码部署，镜像Ubuntu server 24.04 LTS

Python 版本

cpython-3.12.3-linux-x86_64-gnu

补充信息

No response

[A-Dawn]

您使用的模型似乎为deepseekv4flash且开启了思考模式？如果是，可以考虑更换到其他的模型，deepseek在人称识别方面表现不佳，当然，后续会有提示词的相关优化

[FFFold]

经过测试，使用kimi k2.6模型仍然存在此问题，个人认为这是传入llm的消息结构化不佳导致的，应当优化提供给llm的消息结构，使llm能够识别信息主体。

[FFFold]

我发现的另一个问题就是这个"你要从用户原始发言中提取“关于XXX的稳定事实”似乎是使用的模型是配置中的“utils”的模型？个人认为是否应该调整为“memory”的模型？这样似乎能让用户单独为记忆系统配置更高质量的模型。

再有就是这"你要从用户原始发言中提取“关于XXX的稳定事实”是只从单条消息里面提取信息，而不会传入上下文，这会导致一些令人哭笑不得的张冠李戴，例如下面这段跟Bot聊漫画的聊天：

mai从这段对话中提取了“用户处于一段不健康的SM关系中，并且关系越来越亲密”“用户开始勇敢地对窒息的家庭和学校环境发起挑战”这种张冠李戴的信息。似乎应该传入上下文以帮助llm理解信息主体？

以下为Raw Request&Response

{
  "model": "deepseek-v4-flash",
  "max_completion_tokens": 4096,
  "temperature": 0.5,
  "messages": [
    {
      "role": "user",
      "content": "你要从用户原始发言中提取“关于折叠的稳定事实”。\n\n目标人物：折叠\n用户原始发言证据：\n- 目前连载还没到相爱的那一步哦……不过两人的关系确实是在这种不健康的SM关系中越来越亲密了，也开始勇敢地对窒息的家庭、学校环境发起挑战了……具体的老师就自己看吧！\n\n机器人回复：\n[回复消息] まじ？还没到相爱就已经这么……\n\n请只提取满足以下条件的事实：\n1. 必须能被“用户原始发言证据”直接支持，不能只来自机器人回复。\n2. 明确是关于目标人物本人的信息。\n3. 具有相对稳定性，可以作为长期记忆保存。\n4. 用简洁中文陈述句表达。\n5. 如果用户原始发言中出现“我/我的/自己”，默认指目标人物，请先改写成关于目标人物的第三人称事实再输出。\n\n不要提取：\n- 机器人的情绪、计划、临时动作、客套话\n- 仅由机器人提出的建议、猜测、玩笑、回忆或承诺\n- 只适用于当前时刻的短期安排\n- 不确定、猜测、反问\n- 与目标人物无关的信息\n\n严格输出 JSON 数组，例如：\n[\"他喜欢深夜打游戏\", \"他养了一只猫\"]\n如果没有可写入的事实，输出 []"
    }
  ]
}

{
  "choices": [
    {
      "message": {
        "content": "[\"他处于一段不健康的SM关系中，并且关系越来越亲密\", \"他开始勇敢地对窒息的家庭和学校环境发起挑战\"]",
        "reasoning_content": "我们分析用户原始发言：\"目前连载还没到相爱的那一步哦……不过两人的关系确实是在这种不健康的SM关系中越来越亲密了，也开始勇敢地对窒息的家庭、学校环境发起挑战了……具体的老师就自己看吧！\"\n\n目标人物是\"折叠\"。用户发言中没有明确提到\"折叠\"这个名字，但根据上下文，应该是关于折叠的。注意用户发言中的\"两人\"指的是折叠和另一个人？这里需要明确。用户说\"两人的关系\"，\"开始勇敢地对窒息的家庭、学校环境发起挑战\"，这个\"开始\"可能是指两人，但目标人物是折叠，所以关于折叠的事实是什么？\n\n可提取的事实：折叠正处于一段不健康的SM关系中，并且关系越来越亲密。折叠开始勇敢地对窒息的家庭、学校环境发起挑战。注意：用户发言说\"两人的关系确实是在这种不健康的SM关系中越来越亲密了\"，这个\"两人\"包括折叠，所以折叠处于SM关系。还有\"也开始勇敢地对窒息的家庭、学校环境发起挑战\"，这个\"也\"的主语应该是\"两人\"，但也可以理解为折叠和另一个人都开始挑战。所以折叠在挑战家庭和学校环境。\n\n关于稳定性：这些都是当前的状态或行为，具有相对稳定性。注意\"目前连载还没到相爱的那一步\"是个状态描述。但\"连载\"可能指作品中的故事，需要确认。用户说\"目前连载\"，可能指的是正在连载的作品，所以折叠是作品中的角色？但不管怎样，提取事实时忽略\"连载\"，直接提取角色状态。\n\n所以可能的事实：他处于不健康的SM关系中，关系越来越亲密；他开始勇敢地对窒息的家庭和学校环境发起挑战。\n\n注意：用户发言中有\"自己看吧\"，这是对老师说的，不相关。另外要注意：\"我/我的/自己\"默认指目标人物，但这里没有出现。\n\n输出JSON数组。",
        "role": "assistant"
      },
      "finish_reason": "stop",
      "index": 0,
      "logprobs": null
    }
  ],
  "object": "chat.completion",
  "usage": {
    "prompt_tokens": 270,
    "completion_tokens": 403,
    "total_tokens": 673,
    "completion_tokens_details": {
      "reasoning_tokens": 375
    },
    "prompt_tokens_details": {
      "cached_tokens": 0
    }
  },
  "created": 1779628245,
  "system_fingerprint": null,
  "model": "deepseek-v4-flash",
  "id": "chatcmpl-2274047c-3eae-9da9-a537-654a23eb9ef5"
}

使用kimi k2.6模型进行提取，得到结果是：

["他目前连载的故事中，两位主角的关系在不健康的SM关系中变得越来越亲密", "他目前连载的故事中，两位主角开始勇敢地对窒息的家庭、学校环境发起挑战"]

未见显著改善