agent improvment

[Shawnsdaddy]

以下是这次“记忆化搜索 + 行为总结”的整体设计思路、实现要点、知识库策略。

总体思路

从“按问题命中”改为“按方法命中”：用“方法键 + 方法源码哈希”作为缓存主键，问题只用于检索定位目标方法。同义问法自然复用。
向量优先命中：为方法保存嵌入向量；后续问题直接用问题向量在“命中文件下的已缓存方法向量”里做相似度检索，秒级命中。
自动失效：方法源码变化会导致方法哈希变化，自动写入新版本摘要；旧版保留可审计。

首次：
选文件 → 方法级选片 → 生成方法摘要（LLM/AST）→ 写入 summary + method_embedding。
复问（相同/同义）：
问题向量 → 命中文件的“缓存方法向量”内检索 → 直接返回命中方法摘要，hit_count +1。
变更：
方法体改动 → method_hash 变化 → 写入新版本摘要（老版本保留）；embedding 按新源码更新。
无答案：
返回 [NO_ANSWER]，避免写入缓存。
知识库与检索策略

知识库构建整体思路：

从“按描述全文索引”转为“按名称索引、描述仅用于展示”，让检索更稳、更小体积。
把“干员技能”和“术语(cc.*)”两套数据同时写入一个 FAISS 索引与同一份 meta，统一检索出口

一个简单的实现，还有可以优化的地方