zclaw_openfang/plans/abstract-finding-forest.md

# ZCLAW 智能层统一实现计划

## Context

ZCLAW 项目存在前后端智能层代码重复问题。TypeScript 前端实现了记忆、反思、心跳、压缩等智能层功能，同时 Rust 后端也完整实现了相同功能。这导致：
1. 维护成本加倍（两份代码需同步更新）
2. 功能受限（前端 localStorage 在应用关闭后无法运行）
3. 数据不持久（localStorage 有 5MB 限制）

**解决方案**：删除前端 TS 智能层代码，统一使用 Rust 后端 + TypeScript 适配器 (`intelligence-backend.ts`)。

---

## 关键文件

### 已有的 Rust 后端（保留）
- `desktop/src-tauri/src/intelligence/heartbeat.rs` - 心跳引擎
- `desktop/src-tauri/src/intelligence/compactor.rs` - 上下文压缩
- `desktop/src-tauri/src/intelligence/reflection.rs` - 自我反思
- `desktop/src-tauri/src/intelligence/identity.rs` - 身份管理
- `desktop/src-tauri/src/memory/persistent.rs` - 记忆持久化
- `desktop/src/lib/intelligence-backend.ts` - **TypeScript 适配器（已完整实现）**

### 需要删除的 TS 实现
- `desktop/src/lib/agent-memory.ts` (~487行)
- `desktop/src/lib/agent-identity.ts` (~351行)
- `desktop/src/lib/reflection-engine.ts` (~678行)
- `desktop/src/lib/heartbeat-engine.ts` (~347行)
- `desktop/src/lib/context-compactor.ts` (~443行)
- `desktop/src/lib/memory-index.ts` (~150行)

### 需要修改的消费者文件
| 文件 | 使用的旧模块 |
|------|--------------|
| `desktop/src/store/chatStore.ts` | memory, identity, compactor, reflection |
| `desktop/src/store/memoryGraphStore.ts` | memory |
| `desktop/src/components/MemoryPanel.tsx` | memory |
| `desktop/src/components/ReflectionLog.tsx` | reflection, identity |
| `desktop/src/components/HeartbeatConfig.tsx` | heartbeat |
| `desktop/src/lib/memory-extractor.ts` | memory, identity |
| `desktop/src/lib/agent-swarm.ts` | memory |
| `desktop/src/lib/skill-discovery.ts` | memory |

---

## Implementation Plan

### Phase 0: 创建统一客户端（约 2h）

**目标**: 创建环境检测机制，支持 Tauri/浏览器双环境

**新建文件**: `desktop/src/lib/intelligence-client.ts`

**实现内容**:
```typescript
import { intelligence } from './intelligence-backend';

// 检测是否在 Tauri 环境中
const isTauriEnv = typeof window !== 'undefined' && '__TAURI__' in window;

// 降级策略：非 Tauri 环境使用 localStorage 模拟
const fallbackMemory = {
  store: async (entry) => { /* localStorage 模拟 */ },
  search: async (options) => { /* localStorage 模拟 */ },
  // ... 其他方法
};

export const intelligenceClient = {
  memory: isTauriEnv ? intelligence.memory : fallbackMemory,
  heartbeat: isTauriEnv ? intelligence.heartbeat : fallbackHeartbeat,
  compactor: isTauriEnv ? intelligence.compactor : fallbackCompactor,
  reflection: isTauriEnv ? intelligence.reflection : fallbackReflection,
  identity: isTauriEnv ? intelligence.identity : fallbackIdentity,
};
```

**验证**:
- `pnpm tsc --noEmit` 编译通过
- Tauri 环境检测正确

---

### Phase 1: 迁移 Memory 模块（约 4h）

**优先级**: 最高（其他模块都依赖 Memory）

**修改文件**:

1. **chatStore.ts**
```typescript
// 修改前
import { getMemoryManager } from '../lib/agent-memory';
const memoryMgr = getMemoryManager();
const relevantMemories = await memoryMgr.search(content, { agentId, limit: 8 });

// 修改后
import { intelligenceClient } from '../lib/intelligence-client';
const relevantMemories = await intelligenceClient.memory.search({
  agent_id: agentId,
  query: content,
  limit: 8,
});
```

2. **memoryGraphStore.ts** - 替换 `getMemoryManager()`
3. **MemoryPanel.tsx** - 替换 `getMemoryManager()`
4. **memory-extractor.ts** - 替换 `getMemoryManager()`
5. **agent-swarm.ts** - 替换 `getMemoryManager()`
6. **skill-discovery.ts** - 替换 `getMemoryManager()`

**类型适配层** (添加到 intelligence-client.ts):
```typescript
function toFrontendMemory(backend: PersistentMemory): MemoryEntry {
  return {
    id: backend.id,
    agentId: backend.agent_id,
    type: backend.memory_type as MemoryType,
    tags: JSON.parse(backend.tags || '[]'),
    // ...
  };
}
```

**验证**:
- `pnpm vitest run` 测试通过
- 桌面端启动，发送消息，检查记忆存储
- MemoryPanel 正确显示记忆列表

---

### Phase 2: 迁移 Compactor 模块（约 1h）

**修改文件**: `chatStore.ts`

```typescript
// 修改前
import { getContextCompactor } from '../lib/context-compactor';
const compactor = getContextCompactor();
const check = compactor.checkThreshold(messages);

// 修改后
import { intelligenceClient } from '../lib/intelligence-client';
const check = await intelligenceClient.compactor.checkThreshold(
  messages.map(m => ({ role: m.role, content: m.content }))
);
```

**验证**:
- 发送大量消息触发 compaction
- 检查压缩后消息正常显示

---

### Phase 3: 迁移 Reflection + Identity 模块（约 3h）

**修改文件**:

1. **chatStore.ts**
```typescript
// 修改前
import { getReflectionEngine } from '../lib/reflection-engine';
const reflectionEngine = getReflectionEngine();
reflectionEngine.recordConversation();

// 修改后
import { intelligenceClient } from '../lib/intelligence-client';
await intelligenceClient.reflection.recordConversation();
```

2. **ReflectionLog.tsx** - 替换 `ReflectionEngine` 和 `getAgentIdentityManager()`
3. **memory-extractor.ts** - 替换 `getAgentIdentityManager()`

**验证**:
- 完成多轮对话后检查 reflection 触发
- ReflectionLog 组件正确显示历史
- 身份变更提案审批流程正常

---

### Phase 4: 迁移 Heartbeat 模块（约 1h）

**修改文件**: `HeartbeatConfig.tsx`

```typescript
// 修改前
import { HeartbeatEngine } from '../lib/heartbeat-engine';
const engine = new HeartbeatEngine(agentId, config);
engine.start();

// 修改后
import { intelligenceClient } from '../lib/intelligence-client';
await intelligenceClient.heartbeat.init(agentId, config);
await intelligenceClient.heartbeat.start(agentId);
```

**验证**:
- HeartbeatConfig 面板启用心跳
- 等待心跳触发，检查 alert 生成

---

### Phase 5: 清理遗留代码（约 1h）

**删除文件**:
- `desktop/src/lib/agent-memory.ts`
- `desktop/src/lib/agent-identity.ts`
- `desktop/src/lib/reflection-engine.ts`
- `desktop/src/lib/heartbeat-engine.ts`
- `desktop/src/lib/context-compactor.ts`
- `desktop/src/lib/memory-index.ts`

**更新文档**:
- 更新 `CLAUDE.md` 架构说明

---

## Verification

每个阶段完成后执行:

```bash
# 1. TypeScript 编译检查
pnpm tsc --noEmit

# 2. 单元测试
pnpm vitest run

# 3. 启动桌面端
pnpm tauri:dev

# 4. 功能验证
# - 发送消息，检查记忆存储
# - 触发长对话，检查压缩
# - 检查心跳和反思功能
```

---

## Risk & Mitigation

| 风险 | 缓解措施 |
|------|----------|
| Tauri invoke 失败 | fallback 到 localStorage |
| 类型不匹配 | 类型转换层隔离差异 |
| 数据迁移 | 提供 localStorage → SQLite 迁移工具 |
| 回滚困难 | 使用 feature flag 快速切换 |

---

## Estimated Time

| 阶段 | 时间 |
|------|------|
| Phase 0: 创建客户端 | 2h |
| Phase 1: Memory 迁移 | 4h |
| Phase 2: Compactor 迁移 | 1h |
| Phase 3: Reflection+Identity | 3h |
| Phase 4: Heartbeat 迁移 | 1h |
| Phase 5: 清理代码 | 1h |
| 测试与修复 | 3h |
| **总计** | **约 15h（2个工作日）** |