69gg · 69gg · Aug 13, 2026 · Aug 11, 2026 · Aug 11, 2026 · Aug 11, 2026
diff --git a/AGENTS.md b/AGENTS.md
@@ -42,7 +42,7 @@ Automatic extraction pipelines live under `src/Undefined/skills/pipelines/<name>
 Consecutive messages from the same sender within `[message_batcher].window_seconds` are merged into a single AI invocation, so the AI sees the whole batch as `<message>` blocks and decides per-intent (independent request vs. correction/interruption). Pokes always bypass; an at-bot message arriving while a buffer already exists is processed individually so it is not blocked; a first at-bot message that opens the buffer routes the eventual batch through the mention lane. History writes remain unchanged. Configure under `[message_batcher]` (`enabled`, `window_seconds`, `strategy`, `max_window_seconds`, `max_messages_per_batch`, `group_enabled`, `private_enabled`, `pre_send_seconds`, `allow_cancel_after_send`); details in [docs/message-batching.md](docs/message-batching.md). Optional speculative pre-fire (`0 < pre_send_seconds < window_seconds`) dispatches the current batch to the LLM early once the user has been silent for `pre_send_seconds`; new messages can cancel the in-flight call as long as it has not yet sent any reply.
 
 ### User identification in prompts
-The system prompt now includes a rule: **recognize and address users by their QQ ID (`sender_id`)** because nicknames can change. When needing to address a user, use the latest nickname obtained via `group.get_member_info(brief=true)`. Observations recorded in cognitive memory should always include the QQ ID, e.g., “QQ号12345678（昵称张三）做了某事”.
+The system prompt now includes a rule: **recognize and address users by their QQ ID (`sender_id`)** because nicknames can change. When needing to address a user, use the latest nickname obtained via `group.get_member_info(brief=true)`. `end.observations` must be substantive facts worth future retrieval (prefer empty over noise); user-centered observations should always include the QQ ID, e.g., “QQ号12345678（昵称张三）做了某事”.
 
 ## Testing Guidelines
 Write tests as `tests/test_<feature>.py`. Async tests use `pytest-asyncio`. Add or update coverage for behavior changes in APIs, config loading/hot reload, cognitive memory, meme or knowledge flows, and WebUI/runtime routes. If you touch `apps/undefined-console/` or `src/Undefined/webui/static/js/`, run `npm run check` in `apps/undefined-console/` in addition to the Python checks; if you touch `apps/undefined-chat/`, run `npm run check` in `apps/undefined-chat/` (it bundles Vitest unit/e2e suites, so cover changed behavior there). No fixed coverage threshold is configured, so cover touched paths well.

diff --git a/ARCHITECTURE.md b/ARCHITECTURE.md
@@ -158,13 +158,13 @@ graph TB
             EndSummaryStorage["EndSummaryStorage<br/>短期总结存储<br/>[end_summary_storage.py]"]
             CognitiveService["CognitiveService<br/>认知记忆服务<br/>[cognitive/service/]<br/>• 事件检索 • 侧写读取<br/>• 入队 memory job"]
             CognitiveJobQueue["JobQueue<br/>认知任务队列<br/>[cognitive/job_queue.py]<br/>• pending/processing/failed"]
-            CognitiveHistorian["HistorianWorker<br/>后台史官<br/>[cognitive/historian/]<br/>• 绝对化改写 • 闸门重试<br/>• 侧写合并（含历史事件注入）"]
+            CognitiveHistorian["HistorianWorker<br/>后台史官<br/>[cognitive/historian/]<br/>• 独立事实改写 • 闸门重试<br/>• 侧写合并（最新优先/去冗）"]
             CognitiveVectorStore["CognitiveVectorStore<br/>向量存储<br/>[cognitive/vector_store.py]<br/>• events/profiles<br/>• 时间衰减加权排序<br/>• MMR 去重"]
             CognitiveProfileStorage["ProfileStorage<br/>侧写存储<br/>[cognitive/profile_storage.py]<br/>• users/groups Markdown<br/>• 历史快照"]
             MemeSystem["MemeSystem<br/>表情包存储<br/>[memes/]<br/>• worker.py (两阶段识别)<br/>• sqlite+chromadb<br/>• blob 持久化"]
             FAQStorage["FAQStorage<br/>FAQ 存储<br/>[faq.py]<br/>• data/faq/{group_id}/"]
             ScheduledTaskStorage["ScheduledTaskStorage<br/>定时任务存储<br/>[scheduled_task_storage.py]"]
-            TokenUsageStorage["TokenUsageStorage<br/>Token 使用统计<br/>[token_usage_storage.py]<br/>• 自动归档<br/>• gzip 压缩"]
+            TokenUsageStorage["TokenUsageStorage<br/>Token 使用统计<br/>[token_usage_storage.py]<br/>• 自动归档<br/>• gzip 压缩<br/>• 流式可选 TTFT/TPS"]
         end
 
         subgraph IOLayer["异步 IO 层 (src/Undefined/utils/)"]
@@ -573,7 +573,7 @@ graph LR
             CognitiveProfile["ProfileStorage<br/>data/cognitive/profiles/"]
             FAQ["FAQStorage<br/>data/faq/{group_id}/<br/>• ID: YYYYMMDD-NNN"]
             Tasks["ScheduledTaskStorage<br/>data/scheduled_tasks.json<br/>• Cron 格式"]
-            TokenUsage["TokenUsageStorage<br/>data/token_usage.jsonl<br/>• 自动归档<br/>• gzip 压缩"]
+            TokenUsage["TokenUsageStorage<br/>data/token_usage.jsonl<br/>• 自动归档<br/>• gzip 压缩<br/>• 流式可选 TTFT/TPS"]
         end
 
         subgraph Persistence["持久化"]

diff --git a/CHANGELOG.md b/CHANGELOG.md
@@ -1,3 +1,15 @@
+## v3.11.1 史官记忆质量与流式调用指标
+
+本版本围绕认知记忆质量与 LLM 可观测性做了针对性优化：史官侧写以最新事实为准并克制膨胀，事件改写提炼为带时间锚点的独立事实，`end.observations` 只保留值得日后检索的写实内容；流式模型调用额外记录首字延迟与生成吞吐。
+
+- 优化史官侧写合并。合并时注入当前时刻与旧侧写 `updated_at`，稳定特征冲突时以当前输入批次为准覆盖过时内容；时间只用于判断取舍，侧写正文仍禁止写入时序描述。
+- 引导侧写克制扩写、合并去冗。同维度复述会合并或覆盖，边缘或一次性特征可省略，过长条目会压缩重组；不设硬字数，由提示词按上下文灵活判断。
+- 改进史官事件改写。在绝对化（消灭代词、相对时间、相对地点）基础上，尽量把“谁说了什么”提炼为带时间锚点的独立事实（如“张三在某时改用了 Rust”）；言说行为本身才是要点、未兑现承诺、玩笑或无法核实时保留原意，并按上下文灵活判断而非套用固定模板。
+- 收紧 `end.observations`。只写值得日后检索的写实实质事实，宁缺毋滥；禁止硬凑流程决策、否定清单、元评论或一次性闲聊碎碎念。无实质事实时用空数组，纯流水账写 `memo`。
+- 为流式 LLM 调用记录 TTFT 与 TPS。`[API响应]` 日志与 `data/token_usage.jsonl` 在可计算时写入可选字段 `ttft_seconds` / `tokens_per_second`（吞吐按 `completion_tokens / (总耗时 − TTFT)`）；非流式调用只记录总耗时，不计算、不落盘这两项。
+
+---
+
 ## v3.11.0 主 Prompt 本地自定义与 Tool Call 兼容
 
 本版本将部署者私有的身份、权限与人格补充从仓库主 Prompt 中解耦，新增可热更新的本地文件插槽，让不同部署可以在不修改受版本控制提示词的情况下完成定制；同时补充 `function` / `parameters` 文本 Tool Call 封包兼容。

diff --git a/CLAUDE.md b/CLAUDE.md
@@ -137,7 +137,7 @@ Management / Runtime 请求 → webui/app.py 或 api/app.py → routes/*
 - `data/end_summaries.json` — 短期总结存储
 - `data/scheduled_tasks.json` — 定时任务存储
 - `data/faq/` — FAQ 存储
-- `data/token_usage.jsonl` — Token 统计（自动 gzip 归档）
+- `data/token_usage.jsonl` — Token 统计（自动 gzip 归档；流式调用可含可选 `ttft_seconds` / `tokens_per_second`）
 - `knowledge/` — 本地知识库数据目录（`texts/`、`intro.md`、`chroma/` 等）
 - `res/prompts/` — 系统提示词模板
 
@@ -146,7 +146,7 @@ Management / Runtime 请求 → webui/app.py 或 api/app.py → routes/*
 系统提示词（`res/prompts/undefined.xml`）包含用户识别规则：
 - 以 QQ 号（`sender_id`）为用户唯一标识，昵称可能随时变动
 - 称呼用户时使用当前最新昵称，不确定时可调用 `group.get_member_info(brief=true)` 查询
-- 认知记忆（observations）必须包含 QQ 号，格式如：“QQ号12345678（昵称张三）做了某事”
+- 认知记忆（`end.observations`）只写值得日后检索的写实实质事实（宁缺毋滥）；必须含稳定实体标识，用户观察格式如：“QQ号12345678（昵称张三）做了某事”
 
 ## 配置系统
 

diff --git a/README.md b/README.md
@@ -64,7 +64,7 @@ Console 和 Chat 都需要连接到已经运行的 Undefined 服务。首次部
 - **主 Prompt 本地自定义**：通过 `[prompt.file_includes]` 将身份、权限或人格补充文件插入 `p0`、`p1`、`p2`、`p3`、`summary` 五个稳定位置，无需修改仓库内的主提示词；配置路径和文件内容均支持热更新，推荐使用受 Git 与构建忽略规则保护的 `config/prompts/*.local.*` 文件。详见 [Prompt 本地文件插槽](docs/configuration.md#4112-promptfile_includes-主-prompt-本地文件插槽)。
 - **三层分层记忆架构**：创新的分层记忆系统，模拟人类记忆机制——
   - **短期记忆**（`end.memo`）：每轮对话结束自动记录便签备忘，最近 N 条始终注入，保持短期连续性，零配置开箱即用
-  - **认知记忆**（`end.observations` + `cognitive.*`）：核心层，AI 在每轮对话中主动观察并提取用户/群聊事实及有价值的自身行为，经后台史官异步改写后存入向量数据库；支持语义检索、时间衰减加权排序、MMR 多样性去重、跨群记忆联动与用户/群聊自动侧写（合并时注入历史事件防止特征丢失），前台零延迟
+  - **认知记忆**（`end.observations` + `cognitive.*`）：核心层，AI 在每轮对话中主动提取写实新观察（用户/群聊实质事实及有价值的自身行为；宁缺毋滥），经后台史官异步改写为带时间锚点的独立事实后存入向量数据库；支持语义检索、时间衰减加权排序、MMR 多样性去重、跨群记忆联动与用户/群聊自动侧写（合并时注入历史事件与当前时刻、按克制扩写去冗），前台零延迟
   - **置顶备忘录**（`memory.*`）：AI 自身的置顶提醒（自我约束、待办事项），每轮固定注入，支持增删改查
   详见 [认知记忆文档](docs/cognitive-memory.md)。
 - **Management-first WebUI**：继续保留 `uv run Undefined-webui` 一键入口；即使 `config.toml` 缺失或未配完，也能先进入管理态补配置、看日志、校验并启动 Bot。

diff --git a/apps/undefined-chat/package-lock.json b/apps/undefined-chat/package-lock.json
diff --git a/apps/undefined-chat/package.json b/apps/undefined-chat/package.json
@@ -1,7 +1,7 @@
 {
 	"name": "undefined-chat",
 	"private": true,
-	"version": "3.11.0",
+	"version": "3.11.1",
 	"type": "module",
 	"scripts": {
 		"tauri": "tauri",

diff --git a/apps/undefined-chat/src-tauri/Cargo.lock b/apps/undefined-chat/src-tauri/Cargo.lock
diff --git a/apps/undefined-chat/src-tauri/Cargo.toml b/apps/undefined-chat/src-tauri/Cargo.toml
@@ -1,6 +1,6 @@
 [package]
 name = "undefined_chat"
-version = "3.11.0"
+version = "3.11.1"
 description = "Undefined native chat client"
 authors = ["Undefined contributors"]
 license = "MIT"

diff --git a/apps/undefined-chat/src-tauri/tauri.conf.json b/apps/undefined-chat/src-tauri/tauri.conf.json
@@ -1,7 +1,7 @@
 {
 	"$schema": "https://schema.tauri.app/config/2",
 	"productName": "Undefined Chat",
-	"version": "3.11.0",
+	"version": "3.11.1",
 	"identifier": "com.undefined.chat",
 	"build": {
 		"beforeDevCommand": "npm run dev",

diff --git a/apps/undefined-console/package-lock.json b/apps/undefined-console/package-lock.json
diff --git a/apps/undefined-console/package.json b/apps/undefined-console/package.json
@@ -1,7 +1,7 @@
 {
 	"name": "undefined-console",
 	"private": true,
-	"version": "3.11.0",
+	"version": "3.11.1",
 	"type": "module",
 	"scripts": {
 		"tauri": "tauri",

diff --git a/apps/undefined-console/src-tauri/Cargo.lock b/apps/undefined-console/src-tauri/Cargo.lock
diff --git a/apps/undefined-console/src-tauri/Cargo.toml b/apps/undefined-console/src-tauri/Cargo.toml
@@ -1,6 +1,6 @@
 [package]
 name = "undefined_console"
-version = "3.11.0"
+version = "3.11.1"
 description = "Undefined cross-platform management console"
 authors = ["Undefined contributors"]
 license = "MIT"

diff --git a/apps/undefined-console/src-tauri/tauri.conf.json b/apps/undefined-console/src-tauri/tauri.conf.json
@@ -1,7 +1,7 @@
 {
 	"$schema": "https://schema.tauri.app/config/2",
 	"productName": "Undefined Console",
-	"version": "3.11.0",
+	"version": "3.11.1",
 	"identifier": "com.undefined.console",
 	"build": {
 		"beforeDevCommand": "npm run dev",

diff --git a/docs/cognitive-memory.md b/docs/cognitive-memory.md
@@ -5,7 +5,7 @@
 认知记忆系统是 Undefined 的三层分层记忆架构，模拟人类记忆机制：
 
 - **短期记忆**（`end.memo`）：每轮对话结束自动记录便签备忘，最近 N 条始终注入，保持短期连续性，零配置开箱即用。若本轮由 MessageBatcher 合并多条消息，memo 应概括整个当前输入批次的处理结果。
-- **认知记忆**（`end.observations` + `cognitive.*`）：核心层，AI 在每轮对话中只观察当前输入批次，提取有价值的新观察（用户/群聊/第三方事实及有价值的自身行为）。`observations` 不要求与 bot 相关，也不要求长期稳定；历史消息、认知记忆、侧写和最近消息参考只能用于消歧，不能作为新事实来源。后台史官会异步改写为绝对化事件并存入 ChromaDB 向量库，支持语义检索；当对话中出现可沉淀为稳定画像的新信息（偏好、身份、习惯等）时，史官自动合并更新 Markdown 侧写文件，下次对话时注入 prompt。
+- **认知记忆**（`end.observations` + `cognitive.*`）：核心层，AI 在每轮对话中只观察当前输入批次，提取**写实**新观察（用户/群聊/第三方实质事实及有价值的自身行为）。`observations` 不要求与 bot 相关，也不要求长期稳定，但必须值得日后检索；宁缺毋滥，无实质事实时用空数组，禁止硬凑流程决策、否定清单、元评论或闲聊碎碎念。用户中心观察须写成 `QQ号<sender_id>（昵称<name>）`，保留稳定数字标识。历史消息、认知记忆、侧写和最近消息参考只能用于消歧，不能作为新事实来源。后台史官会异步改写为绝对化事件并存入 ChromaDB 向量库，支持语义检索；当对话中出现可沉淀为稳定画像的新信息（偏好、身份、习惯等）时，史官自动合并更新 Markdown 侧写文件，下次对话时注入 prompt。
 - **置顶备忘录**（`memory.*`）：AI 自身的置顶提醒（自我约束、待办事项，如"用户要求以后用英文回复"），每轮固定注入，支持增删改查。注意：用户事实（偏好、身份、习惯等）不应写入此层，一律通过 `end.observations` 写入认知记忆。
 
 三层记忆都只为当前请求提供背景、默认偏好和消歧信息，不能独立构成本轮可执行指令，也不能覆盖当前输入批次。任务目标、收件人、发送地址、工具参数和输出位置始终以当前输入及当前会话元数据为准；当前消息没有明确指定跨会话目标时，默认回复或发送到当前会话，不得从记忆、旧定时任务或历史工具调用中继承其他地址。只有当前输入明确要求沿用某项历史配置时，才可把对应记忆作为参数参考。
@@ -68,7 +68,7 @@ AI 调用 `end` 工具结束对话时，只做一次文件落盘（p95 < 5ms）
 `end` 字段语义：
 
 - `memo`：本轮便签纸，留给短期记忆看的简短备注（纯流水账动作写这里），可空。当前输入批次包含多条连续消息时，memo 应概括整批处理结果。
-- `observations`：本轮从当前输入批次提取的有价值新观察列表（0..N 条），包括用户/群聊/第三方事实和有价值的自身行为（帮谁解决了什么），不要求与 bot 相关，也不要求长期稳定，严格一条一个要点；每条会独立改写与入库。当前输入批次包含多条连续消息时，必须覆盖整批消息中有价值的信息，不能只记录最后一条。历史消息、认知记忆、侧写和最近消息参考只能用于消歧，不能作为 observations 的新事实来源。
+- `observations`：本轮从当前输入批次提取的写实新观察列表（0..N 条），包括用户/群聊/第三方实质事实和有价值的自身行为（帮谁解决了什么）。不要求与 bot 相关，也不要求长期稳定，但必须值得日后检索；宁缺毋滥，无实质事实时用 `[]`。用户中心观察须写成 `QQ号<sender_id>（昵称<name>）`，保留稳定数字标识。严格一条一个要点；每条会独立改写与入库。当前输入批次包含多条连续消息且存在实质可记事实时，必须覆盖整批，不能只记录最后一条。禁止写入纯流水账动作（静默处理、闸门未通过、调了什么工具）、否定清单（“无新增任务/无隐私风险”等）、元评论或一次性闲聊/消费碎碎念——这些写 `memo` 或不写。历史消息、认知记忆、侧写和最近消息参考只能用于消歧，不能作为 observations 的新事实来源。
 - 两字段都为空时，仅结束会话，不写认知队列。
 
 ### 后台史官流水线
@@ -79,7 +79,7 @@ pending/{job_id}.json
     ▼ dequeue（原子 os.replace）
 processing/{job_id}.json
     │
-    ▼ LLM 绝对化改写（消灭代词/相对时间/相对地点；结合“当前输入批次原文 + 最近消息参考”做实体消歧）
+    ▼ LLM 绝对化改写（消灭代词/相对时间/相对地点；尽量提炼为带时间锚点的独立事实；结合“当前输入批次原文 + 最近消息参考”做实体消歧）
     │
     ▼ 正则闸门检查
     │   通过 → is_absolute=true
@@ -177,7 +177,7 @@ MMR_score = λ × relevance(doc, query) − (1 − λ) × max_similarity(doc, se
 
 ### 侧写合并：历史事件注入
 
-史官合并侧写时，会在 merge LLM 调用前用当前 observations 作为 query 从 ChromaDB 检索该实体的 top-8 历史事件，注入 merge prompt。这让史官拥有更丰富的上下文来判断哪些特征应保留，避免因本轮未提及而误删长期稳定特征。
+史官合并侧写时，会在 merge LLM 调用前用当前 observations 作为 query 从 ChromaDB 检索该实体的 top-8 历史事件，注入 merge prompt。这让史官拥有更丰富的上下文来判断哪些特征应保留，避免因本轮未提及而误删长期稳定特征。合并时还会注入**当前时刻**与旧侧写 `updated_at`：冲突时以当前输入批次为准覆盖过时特征；时间只用于判断取舍，侧写正文仍禁止写入时序描述。合并时按「克制扩写 / 合并去冗」压缩同维度复述，避免侧写无限膨胀（不设硬字数，由提示词灵活判断）。
 
 ### ChromaDB 前后台调度
 

diff --git a/docs/configuration.md b/docs/configuration.md
@@ -883,6 +883,8 @@ summary = ""
 - `merge` 兼容 `repack/lossless`
 - `none` 兼容 `keep/off/disable`
 
+每次生成模型调用会向 `data/token_usage.jsonl` 追加一条记录（含 `duration_seconds`、token 计数、`call_type` 等）。流式调用在可计算时额外写入可选字段 `ttft_seconds`（首字延迟）与 `tokens_per_second`（`completion_tokens / (duration_seconds − ttft_seconds)`）；非流式或不具备首字采样点时省略这两项，不写 `null`。指标语义见[模型 API 与兼容层](model-compatibility.md#sdk-与-api-mode)。
+
 ---
 
 ### 4.19 `[mcp]`