Resonance Engine Profile

🔮 共振引擎

不靠文本搜索、不靠 LLM 路由——一起用的 skill 在空间中靠近，下次自动出现。

一句话

从 session 日志中提取 skill 共现模式，构建稀疏转移矩阵，PageRank 风格迭代给出当前上下文最可能需要的 skill 列表。

解决的问题

Agent 技能超过 100 个后，扁平文本搜索开始失效——“计算化学”和”材料表征”的描述高度重叠但使用场景截然不同。共振引擎不读描述，读使用模式。

架构

Session 日志 → cooc.db（共现库） → Transition Matrix（hub-penalty + L1）
                                        ↓
                                 matrix.npz + registry.pkl
                                        ↓
                               ResonanceEngine.compute(v₀)
                               （<10ms，50次迭代）
                                        ↓
                               Context Assembler → Prompt

三平面

平面	节点来源
Skill	agent skill 注册表
Memory	hindsight.db 记忆节点
Soul	SOUL.md 行为规则

跨平面边以 γ=0.5 折扣处理，平面内路由优先。

核心算法

共振计算

v_{t+1} = α · M · v_t + (1-α) · v₀

M：CSR 稀疏转移矩阵
v₀：初始激活向量（任务嵌入或关键词匹配）
α：阻尼因子（默认 0.85）
不收敛时回退到稀疏线性求解器

防坍缩

纯 Hebbian 会让通用 skill 拉拢所有簇。修复：

W'_ij = W_raw_ij / log(1 + f_j)

f_j = 目标节点 j 的全局调用频率。IDF 式抑制。

冷启动

使用数据积累前，从 related_skills（权重 1.0）和共享 domain_tags（每标签 0.2）预填充矩阵。

v₀ 两条路径

嵌入计算：cosine 相似度（<2ms）
关键词回退：TF-IDF 风格匹配（<5ms）

性能实测

操作	目标	实测
矩阵构建 (N=500, 5%)	<100ms	~36ms
共振计算	<10ms	~1ms
Precision@5	>0.35	0.912

文件结构

resonance-engine/
├── README.md
├── .gitignore
├── resonance_cron.py          # Cron 流水线：监控 + 重建
├── resonance_viz.py           # UMAP 可视化
└── resonance/
    ├── config.py               # 路径配置（环境变量）
    ├── node_registry.py        # 节点注册表
    ├── anti_collapse.py        # Hub-penalty + 归一化
    ├── matrix_engine.py        # CSR 矩阵 + 共振计算
    ├── embeddings.py           # 嵌入存储 + v₀ 初始化
    ├── cold_start.py           # 冷启动预填充
    ├── temporal.py             # 时间衰减 + 动量
    ├── context_assembler.py    # 阈值 → top-K → prompt
    ├── cross_plane.py          # 跨平面边（memory/soul）
    └── eval/
        ├── eval_resonance.py   # Precision@K 评估
        └── eval_clustering.py  # 聚类质量评估

使用

# 构建矩阵
python resonance_cron.py

# 查询
python3 -c "
from resonance import ResonanceEngine
engine = ResonanceEngine.load('matrix/matrix.npz', 'matrix/registry.pkl')
result = engine.compute(v0)
print(result.top_skills[:5])
"

依赖

Python 3.10+
numpy, scipy
可选：umap-learn, plotly（可视化）
可选：sentence-transformers（嵌入 v₀）

License

CC BY-NC-SA 4.0