Nox-Lumen MfgAgent 设置
"个人中心 → 智能体（Agent）" 是 combo agent 最底层的调优入口。Plan Mode 决定"怎么规划"，这里决定"怎么记、怎么忘、怎么压缩、怎么检索"。
技术概念参考：核心概念 / 可观测性、核心概念 / 多租户、核心概念 / 架构。
1. 页面总览
入口：头像 → 我的设置 → 智能体（Agent，脑图标）。
顶部工具栏：
| 按钮 | 作用 |
|---|---|
| 未保存 / 已保存 | 状态灯，有改动未保存时变橙色 |
| 查看 JSON | 以 JSON 格式查看当前配置（用于调试 / 备份） |
| 重置默认 | 恢复出厂配置（有确认弹窗） |
| 保存配置 | 持久化到后端（对所有后续会话生效） |
这里改的是你所有 Agent 的默认值。单个 Agent 创建时可以 override 这里的设置；会话内 Plan Mode 切换则更细粒度。优先级：单会话 Plan Mode > 单 Agent override > 全局默认。
2. Panel ① 会话压缩（Compaction）
Token 快满的时候，系统总结旧消息丢弃冗余，腾出空间。这是 combo agent 长会话不崩盘的关键。
2.1 压缩模式（compactionMode）
| 模式 | 描述 | 适用 |
|---|---|---|
标准压缩 default | 常规压缩：总结旧消息，保留最近 N 条 + 摘要 | 推荐，日常默认 |
安全压缩 safeguard | 保守压缩：只在非常接近上限时才触发，保留更多细节 | 精准任务（合规审查、代码审计） |
关闭压缩 off | 不压缩，直接硬截断 | 调试用，不建议生产 |
2.2 关键参数
| 字段 | 范围 | 含义 |
|---|---|---|
保留 Token 下限 reserveTokensFloor | 1K–100K | 压缩后至少保留这么多可用 token 给后续对话 |
保留最近消息 keepLastMessages | 1–100 | 压缩时不处理的最近 N 条（默认 10） |
摘要最大 Token summaryMaxTokens | 100–10K | 总结后的摘要长度上限 |
2.3 Memory Flush（记忆落盘）
压缩的副产品：被压缩的消息 + 摘要，按需写入长期记忆（LTM），跨会话可检索。
| 字段 | 含义 |
|---|---|
| 启用记忆落盘 | 开关，开了压缩时顺便 flush |
软阈值 Token softThresholdTokens | Token 占用达到此值就开始 flush（不等硬压缩） |
| 系统 Prompt | 指导 LLM 如何抽取长期事实（默认模板已有） |
| 用户 Prompt | 抽取时注入的用户侧 prompt |
3. Panel ② 上下文裁剪（Context Pruning）
压缩针对历史消息；裁剪针对单条消息中的工具返回（如一次 SQL 查询返回 50K 行，没必要全带给 LLM）。
3.1 裁剪模式（pruningMode）
| 模式 | 描述 |
|---|---|
关闭 off | 不裁，大工具返回直接入上下文 |
自适应 adaptive（默认） | 按比例软裁 + 超阈值硬清除（推荐） |
激进 aggressive | 更早触发裁剪，适合上下文窗口紧张的小模型 |
3.2 关键参数
| 字段 | 范围 | 含义 |
|---|---|---|
保护最近 N 轮 keepLastAssistants | 0–20 | 最近 N 轮 Assistant 回复不被裁 |
软裁阈值 softTrimRatio | 0–1 | 达到上限这个比例时开始软裁 |
硬清除阈值 hardClearRatio | 0–1 | 达到此比例时直接删除工具返回，用占位符替代 |
最小可裁字符数 minPrunableToolChars | 1K–500K | 小于此值的工具返回不裁（避免误伤） |
3.3 软裁详参
软裁 = 中间截断。保留开头/结尾的摘要性内容。
| 字段 | 含义 |
|---|---|
| 软裁最大字符 | 单次工具返回裁剪后的上限（默认 8K） |
| 开头保留 | 头 N 字符保留（默认 2K） |
| 结尾保留 | 尾 N 字符保留（默认 2K） |
3.4 硬清除 & 占位
开 enableHardClear 后，达硬阈值直接删工具返回，插入一行：
3.5 工具级白/黑名单
| 字段 | 作用 |
|---|---|
允许裁剪的工具 toolsAllow | 只对名单内工具裁；空=所有工具 |
禁止裁剪的工具 toolsDeny | 名单内工具永不裁（比如 graft_get、ledger_read） |
典型设置：toolsDeny 放入对正确性极敏感的工具，如 doors_query、alm_create_requirement。toolsAllow 可以留空表示默认对所有工具裁剪。
4. Panel ③ 记忆检索（Memory Search）
LTM（长期记忆）的检索侧配置。上面压缩 + 落盘写入 LTM，这里决定怎么把写进去的东西读出来。
4.1 基础开关
| 字段 | 作用 |
|---|---|
启用记忆检索 memorySearchEnabled | 总开关，关了就不查 LTM |
数据源 memorySources | 多选：memory（记忆事实）/ sessions（历史会话）/ final_results（任务终稿） |
4.2 切片（Chunking）
把 LTM 中的长记忆切成片段入向量库。
| 字段 | 范围 | 含义 |
|---|---|---|
| Chunk Token | 50–2000 | 单片段 token 数（默认 512） |
| Chunk Overlap | 0–500 | 相邻片段重叠 token（默认 64） |
4.3 同步策略
LTM 数据不是即时写入 ES 的，有同步节拍：
| 字段 | 含义 |
|---|---|
| 会话启动时同步 | 每次打开会话触发一次增量同步 |
| 搜索时同步 | 每次检索前同步一下（最保鲜，开销最大） |
| 同步间隔（分钟） | 定时同步，1–1440 |
| 字节变更阈值 | 单会话数据增量达此值触发同步 |
| 消息变更阈值 | 单会话消息增量达此值触发同步 |
4.4 查询参数
| 字段 | 范围 | 含义 |
|---|---|---|
最大返回数 queryMaxResults | 1–50 | 单次检索 top-k（默认 10） |
最小相关性得分 queryMinScore | 0–1 | 低于该得分的片段丢弃 |
4.5 混合检索（Hybrid）
| 字段 | 范围 | 建议 |
|---|---|---|
| 启用混合检索 | ON/OFF | 推荐 ON |
| 向量权重 | 0–1 | 语义权重（默认 0.7） |
| 文本权重 | 0–1 | BM25 权重（默认 0.3） |
5. Panel ④ 会话（Session）
5.1 会话隔离（sessionScope）
| 模式 | 含义 | 典型 |
|---|---|---|
| per-sender | 每个用户独立会话 | 个人助手场景 |
| per-agent | 每个 Agent 独立会话 | 多 Agent 工作台 |
| shared | 多个 Agent 共享一条会话 | 团队协同、多 Agent 接力 |
5.2 程序记忆（Program Memory）
类似系统里的"执行画像"。
| 开关 | 含义 |
|---|---|
| 统计运行次数 | 记录每次 Agent 被调度次数 |
| 追踪任务历史 | 记录每次 run 的 start/end/params |
| 索引最终结果 | 把 final answer 入 LTM（可跨会话引用） |
| 最大任务历史 | 1–500，FIFO 滚动 |
5.3 重置策略
| 字段 | 含义 |
|---|---|
重置模式 resetMode | idle（空闲超时重置）/ daily（每日定时重置） |
| 空闲分钟 | idle 模式下，N 分钟无活动清会话 |
| 每日重置时刻 | daily 模式下，0–23 时（如凌晨 3 点） |
6. Panel ⑤ 存储（Storage）
决定 LTM 数据实际存在哪里。
6.1 存储驱动（storageDriver）
| 驱动 | 适用 | 备注 |
|---|---|---|
| Elasticsearch | 生产默认，多租户、大规模 | 需要 ES 集群 |
| Infinity | 单机部署、轻量 | 原生 C++ 向量库，嵌入式 |
| SQLite | 本地开发、单机 POC | 不支持大并发 |
6.2 索引名
多环境共用同一个 ES 时用索引名隔离。命名建议：combo_ltm_<env>_<tenant>。
6.3 嵌入模型
这里配的是 LTM 内部检索用的 embedding（和知识库的 embedding 是独立的，别混淆）。
| 字段 | 含义 |
|---|---|
| 模型名 | 如 bge-m3、text-embedding-3-small |
| 向量维度 | 64–4096，与模型一致 |
7. Panel ⑥ Agent 基础
| 字段 | 范围 | 含义 |
|---|---|---|
工作目录 workspace | 任意路径 | Agent sandbox 沙箱根目录 |
主模型 primaryModel | provider/model-name | 如 openai/gpt-5、anthropic/claude-4.7-sonnet |
备用模型 fallbackModels | 多选字符串 | 主模型不可用时按顺序降级 |
上下文 Token contextTokens | 1K–1M | 模型支持的上下文窗口，由模型决定 |
思考深度 thinkingDefault | low / medium / high | 对应 OpenAI o 系列的 reasoning effort，或 Anthropic 的 thinking budget |
超时（秒） timeoutSeconds | 10–3600 | 单轮 Agent 调用硬超时 |
思考深度 对使用费用和速度影响巨大：
low：响应 < 3s，适合简单润色medium：3–15s（默认）high：15–120s，适合复杂规划、代码审查、合规判断
结合 Plan Mode：Fast + low 最便宜，Full + high 最贵但质量最高。
8. 典型配置组合
8.1 日常写作 / 问答
8.2 专利撰写 / 合规审查（高严谨）
8.3 大规模代码审查 / ASPICE 追溯
9. 保存 & 生效
- 改动后必须点右上角「保存配置」，未保存状态灯会变橙。
- 保存后即时生效，下一轮对话就是新配置。
- 正在运行的 Agent 不受影响（除非点停止后重发）。
- 可点「重置默认」一键回滚，有确认弹窗。