97 lines
4.9 KiB
Python
97 lines
4.9 KiB
Python
# ============================================================
|
||
# 偏好学习 v1（moduleId: knowledge-preferences, 可重生 ✅, 黄金测试 tests/golden/test_m3_knowledge.py）
|
||
# plan.md §8.3 三层递进的第一层落地：
|
||
# 信号源：每次试排/采用方案的策略选择（PreferenceSample 的 M3 子集）
|
||
# 产出：策略使用频次 → 个性化缺省策略（"试排一版"不带策略时用你最常用的）
|
||
# 权重回归/规则归纳留 M5（诚实声明）。
|
||
# ============================================================
|
||
from __future__ import annotations # 前向类型引用
|
||
|
||
import json # 序列化
|
||
import os # 路径
|
||
import tempfile # 原子写
|
||
import threading # 互斥
|
||
from datetime import datetime # 时间戳
|
||
from typing import Any # 类型标注
|
||
|
||
from server.timeutil import fmt_dt # 时间格式化
|
||
|
||
# 样本容量上限（滚动窗口：只保留最近 N 条，偏好随时间漂移）
|
||
_MAX_SAMPLES = 200
|
||
|
||
|
||
class PreferenceStore:
|
||
"""偏好样本仓：记录策略选择信号 → 给出个性化缺省策略（P1 写样本 / P0 读）。"""
|
||
|
||
def __init__(self, path: str | None = None) -> None:
|
||
"""初始化：加载既有样本。"""
|
||
self.path = path or os.environ.get("APS_PREFERENCE_PATH", "server/data/preferences.json") # 路径
|
||
self._lock = threading.Lock() # 并发保护
|
||
self.samples: list[dict[str, Any]] = self._load() # 样本列表（时间升序）
|
||
|
||
def _load(self) -> list[dict[str, Any]]:
|
||
"""加载样本；缺失/损坏返回空。"""
|
||
try:
|
||
with open(self.path, "r", encoding="utf-8") as f: # 读文件
|
||
return json.load(f).get("samples", []) # 样本数组
|
||
except (FileNotFoundError, json.JSONDecodeError): # 缺失/损坏
|
||
return []
|
||
|
||
def _write(self) -> None:
|
||
"""原子写盘。"""
|
||
os.makedirs(os.path.dirname(self.path) or ".", exist_ok=True) # 确保目录
|
||
fd, tmp = tempfile.mkstemp(dir=os.path.dirname(self.path) or ".", suffix=".tmp") # 临时文件
|
||
try:
|
||
with os.fdopen(fd, "w", encoding="utf-8") as f: # 写入
|
||
json.dump({"samples": self.samples}, f, ensure_ascii=False) # 序列化
|
||
os.replace(tmp, self.path) # 原子替换
|
||
except BaseException: # 失败清理
|
||
if os.path.exists(tmp):
|
||
os.unlink(tmp)
|
||
raise
|
||
|
||
def record(self, strategy: str, source: str, actor: str = "planner") -> None:
|
||
"""记录一次策略选择信号（P1：只追加样本文件）。
|
||
|
||
Args:
|
||
strategy: 本次使用的策略模板（DELIVERY_FIRST…）
|
||
source: 信号来源 schedule.run / scenario.apply（采用比试排权重高）
|
||
actor: 计划员标识
|
||
"""
|
||
with self._lock: # 串行化
|
||
self.samples.append({ # 追加样本（PreferenceSample 子集）
|
||
"strategy": strategy, "source": source, "actor": actor,
|
||
"at": fmt_dt(datetime.now()),
|
||
})
|
||
if len(self.samples) > _MAX_SAMPLES: # 滚动窗口
|
||
self.samples = self.samples[-_MAX_SAMPLES:] # 保留最近 N 条
|
||
self._write() # 落盘
|
||
|
||
def preferred_strategy(self, default: str = "COMPREHENSIVE") -> tuple[str, dict[str, int]]:
|
||
"""给出个性化缺省策略（P0 只读）。
|
||
|
||
规则：采用（scenario.apply）计 2 分、试排计 1 分；最高分策略即缺省；
|
||
无样本时返回系统默认。
|
||
Returns: (策略, 各策略得分表——透明可解释，进证据链)
|
||
"""
|
||
scores: dict[str, int] = {} # 策略得分
|
||
for s in self.samples: # 逐样本累计
|
||
w = 2 if s["source"] == "scenario.apply" else 1 # 采用权重更高（明确偏好信号）
|
||
scores[s["strategy"]] = scores.get(s["strategy"], 0) + w
|
||
if not scores: # 无信号
|
||
return default, scores
|
||
best = max(scores.items(), key=lambda kv: kv[1])[0] # 最高分策略
|
||
return best, scores # 带得分表（可解释）
|
||
|
||
|
||
# ---------------- 进程级单例 ----------------
|
||
_store: PreferenceStore | None = None # 单例槽
|
||
|
||
|
||
def get_preferences() -> PreferenceStore:
|
||
"""取偏好仓单例。"""
|
||
global _store
|
||
if _store is None: # 首次创建
|
||
_store = PreferenceStore()
|
||
return _store
|