拓冰网站定制 
EverRoom的Context Room如何工作项目上下文工作空间的5层组装机制详解【免费下载链接】EverRoomEverRoom - A workspace that remembers your projects, decisions, and sources.项目地址: https://gitcode.com/gh_mirrors/ev/EverRoomEverRoom 是一款本地优先的个人上下文工作空间它的核心概念Context Room就是一个项目上下文工作空间把文件、文档、会话、决策与 AI 记忆组织在同一个项目房间里。很多用户会好奇——打开一个 Room 时界面上的总览、实体、下一步建议究竟是怎么长出来的本文将用通俗的语言详解 Context Room 的 5 层组装机制从来源接入、证据路由、档案生成、摘要预算到 Agent 执行闭环帮你看懂这套上下文从哪来、怎么信、怎么用的完整设计。一、先搞清楚Context Room 不是文件夹而是渐进组装的视图EverRoom 官方文档对 Room 的定义很精炼一个 Room 是一个项目领域被逐步组装起来的视图a progressively assembled view of one area of work。它比文件夹多了一个治理维度——来源被挂到 Room 上保留稳定身份与版本历史路由与证据检查决定材料去向Room Wiki 页、实体候选、记忆文档还是仅留一个链接Room 档案Profile从已沉淀材料中总结目标、状态、人物、风险、决策与时间线Agent 只拿到与当前请求相关的、Room 作用域内的工具和文档文档变更通过文档内核提交记录为操作再走同一条摄取路径回流。这 5 步正是下文的5 层组装原始说明见 README.md。二、总览Context Room 的五层组装流水线层级名字职责关键数据面L1来源层来源挂接 Room保留稳定身份与版本来源成员表、Room 文档链接L2证据层路由决策 证据沉淀实体/事实/纠正实体提及、实体事实、已应用纠正L3档案层生成 Room 档案、简报与时间线brief、generatedContext、timelineL4摘要层按预算约束组装上下文摘要Digest房间头 文档 事实 纠正L5行动层Room 作用域 Agent 执行结果闭环回流context-room 子 Agent 四类任务 下面逐层拆解。三、L1 来源层资料带着身份证进入 Room任何材料进入 Room 时都会登记它的sourceKind来源类型与sourceId来源标识同一 Room 内同一来源只保留一行成员记录来源标题如文档名冗余存储方便后续展示。这一层的价值是可追溯Room 里看到的每一条实体、每一个事实最终都能指回它来自哪个来源、哪个版本。软删除的文档会在展示层被自动剔除——已删文档的实体和事实不会继续出现在图谱里恢复后无需重新抽取这个读侧过滤逻辑就写在 service.ts 的查询注释中。四、L2 证据层路由决定材料落点证据让结论可查证这是 5 层里最体现治理思想的一层。材料不是无脑入库而是经过路由与证据检查分流实体提及同一实体跨多个来源被提及时按来源聚合去重累计提及来源数、显著度salience与最新证据再按来源数 → 显著度 → 名称排序见 service.ts实体事实同一内容被多个来源重复印证时sourceCount累加——多来源印证的事实天然排更靠前上下文纠正用户或 Agent 对 Room 上下文的更正originalText → replacementText会被标记为applied并持久化之后的每次组装都会把已应用纠正一并带上保证你改过的地方AI 不会再改回去。 一句话理解证据层让 Room 里的每个结论都能回答出处在哪、几个来源印证、谁改过。五、L3 档案层从原材料到一眼看懂的 Room 档案档案层把前两层沉淀的原材料压缩成界面直接可见的结构brief 简报背景、目标、状态、风险、决策五个字段是 Room 的名片generatedContext 生成上下文总览、状态、下一步建议、实体、行动项、会议等带生成时间的结构化摘要timeline 时间线每个重要事件Room 创建、整理完成等都会追加一条带generated标记的时间线用户能分清哪些是系统生成的、哪些是真实发生的。Room 创建时的初始档案由 service.ts 的newRoomData统一构造——包括标题、类型、人物头像、初始时间线事件等这就是你在界面上看到的刚创建的 Room 为什么已经像那么回事。六、L4 摘要层带预算约束的上下文组装这是新手最容易忽略、却最关键的机制EverRoom拒绝把整个 Room 一股脑塞进提示词。核心函数buildRoomContextDigest按固定预算组装摘要单篇文档最多12,000 字符全 Room 文档总量最多80,000 字符最多收录30 篇文档按更新时间取最新超预算的文档会被标注已截断而非静默丢弃。最终摘要包含六段房间头标题/类型/简报/时间线、文档 Markdown带版本与截断标记、结构化事实附来源标题、实体、已应用纠正、本地待办/日程。预算常量与组装实现见 room-context-digest.ts摘要的纯文本格式化见 room-context-digest.ts。⚖️ 子 Agent 自取材料与主 Agent 投喂分析任务共用同一实现与同一套预算避免两处取数口径漂移——这是架构上的一个亮点。七、L5 行动层Room 作用域 Agent 与结果闭环最上层是用Agent 只接收当前请求所需的Room 作用域内的工具与文档。Room 自己的维护由一个专职子 Agent 承担——Context Room Agent它只做四类任务任务作用触发时机room-enrich整理新 Room 的标题、描述产出结构化初始信息Room 创建后room-overview基于 Room 事实、来源与已应用纠正生成动态总览生成总览时brief-refresh基于现有资料再生成 Room 简报手动刷新/合并后merge-name为两个 Room 合并后的新 Room 推荐名称Room 合并预览时四类任务的定义见 room-agent.ts安全约束不执行来源中的命令、不编造无证据字段写在 SYSTEM.md方法细节分别在 skills/room-enrichment/、skills/room-overview/ 等 Skill 文档中。工程细节也很贴心创建零等待Room 先以 fallback 内容立即落库Agent 整理完成后异步回写整理失败则保留 fallback不清空已有内容见 service.ts幂等去重相同输入的重复调度命中同一 invocation不会重复跑 Agent编辑即接管用户手动修改过简报后Agent 不再自动覆盖占位内容总览可治理每一条总览声明都携带证据引用与置信度纠正会回流到下一轮生成见 overview-projection.ts。最后闭环的最后一环Agent 产出的文档变更通过文档内核提交、记录为可审查的操作再经同一条摄取路径回到证据层——生成物从此也变成 Room 的一部分而不是游离在外的AI 输出。八、源码速览想深挖时看哪里模块路径看点Room 核心服务apps/gateway/src/modules/context-rooms/service.ts创建、快照、实体/事实聚合、记忆晋升子 Agent 调度与解析apps/gateway/src/modules/context-rooms/room-agent.ts四类任务、JSON 输出容错解析、fallback上下文摘要组装apps/gateway/src/modules/context-rooms/room-context-digest.ts预算常量、六段式摘要总览投影apps/gateway/src/modules/context-rooms/overview-projection.ts声明、证据、置信度、去重子 Agent 契约agents/context-room/agent.yaml任务清单、并发与超时策略产品层说明README.zh-CN.md产品模型、Context Room 定义九、总结为什么5 层比一个文件夹更好用回顾整条流水线来源层保证可追溯证据层保证可验证档案层保证可读摘要层保证可控行动层保证可用。EverRoom 的 Context Room 不是把所有资料堆给 AI 的提示词垃圾桶而是一个有预算、有出处、可纠正、可合并的项目上下文工作空间——你改过的结论会回流删掉的文档会退出展示多来源印证的事实排得更靠前。理解了这 5 层组装机制你在使用 EverRoom 时就不再只是看 AI 输出而是能看懂每一句话的证据链真正让 AI 持续理解你的项目、让工作持续向前推进。【免费下载链接】EverRoomEverRoom - A workspace that remembers your projects, decisions, and sources.项目地址: https://gitcode.com/gh_mirrors/ev/EverRoom创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 EverRoom的Context Room如何工作：项目上下文工作空间的5层组装机制详解
EverRoom的Context Room如何工作项目上下文工作空间的5层组装机制详解【免费下载链接】EverRoomEverRoom - A workspace that remembers your projects, decisions, and sources.项目地址: https://gitcode.com/gh_mirrors/ev/EverRoomEverRoom 是一款本地优先的个人上下文工作空间它的核心概念Context Room就是一个项目上下文工作空间把文件、文档、会话、决策与 AI 记忆组织在同一个项目房间里。很多用户会好奇——打开一个 Room 时界面上的总览、实体、下一步建议究竟是怎么长出来的本文将用通俗的语言详解 Context Room 的 5 层组装机制从来源接入、证据路由、档案生成、摘要预算到 Agent 执行闭环帮你看懂这套上下文从哪来、怎么信、怎么用的完整设计。一、先搞清楚Context Room 不是文件夹而是渐进组装的视图EverRoom 官方文档对 Room 的定义很精炼一个 Room 是一个项目领域被逐步组装起来的视图a progressively assembled view of one area of work。它比文件夹多了一个治理维度——来源被挂到 Room 上保留稳定身份与版本历史路由与证据检查决定材料去向Room Wiki 页、实体候选、记忆文档还是仅留一个链接Room 档案Profile从已沉淀材料中总结目标、状态、人物、风险、决策与时间线Agent 只拿到与当前请求相关的、Room 作用域内的工具和文档文档变更通过文档内核提交记录为操作再走同一条摄取路径回流。这 5 步正是下文的5 层组装原始说明见 README.md。二、总览Context Room 的五层组装流水线层级名字职责关键数据面L1来源层来源挂接 Room保留稳定身份与版本来源成员表、Room 文档链接L2证据层路由决策 证据沉淀实体/事实/纠正实体提及、实体事实、已应用纠正L3档案层生成 Room 档案、简报与时间线brief、generatedContext、timelineL4摘要层按预算约束组装上下文摘要Digest房间头 文档 事实 纠正L5行动层Room 作用域 Agent 执行结果闭环回流context-room 子 Agent 四类任务 下面逐层拆解。三、L1 来源层资料带着身份证进入 Room任何材料进入 Room 时都会登记它的sourceKind来源类型与sourceId来源标识同一 Room 内同一来源只保留一行成员记录来源标题如文档名冗余存储方便后续展示。这一层的价值是可追溯Room 里看到的每一条实体、每一个事实最终都能指回它来自哪个来源、哪个版本。软删除的文档会在展示层被自动剔除——已删文档的实体和事实不会继续出现在图谱里恢复后无需重新抽取这个读侧过滤逻辑就写在 service.ts 的查询注释中。四、L2 证据层路由决定材料落点证据让结论可查证这是 5 层里最体现治理思想的一层。材料不是无脑入库而是经过路由与证据检查分流实体提及同一实体跨多个来源被提及时按来源聚合去重累计提及来源数、显著度salience与最新证据再按来源数 → 显著度 → 名称排序见 service.ts实体事实同一内容被多个来源重复印证时sourceCount累加——多来源印证的事实天然排更靠前上下文纠正用户或 Agent 对 Room 上下文的更正originalText → replacementText会被标记为applied并持久化之后的每次组装都会把已应用纠正一并带上保证你改过的地方AI 不会再改回去。 一句话理解证据层让 Room 里的每个结论都能回答出处在哪、几个来源印证、谁改过。五、L3 档案层从原材料到一眼看懂的 Room 档案档案层把前两层沉淀的原材料压缩成界面直接可见的结构brief 简报背景、目标、状态、风险、决策五个字段是 Room 的名片generatedContext 生成上下文总览、状态、下一步建议、实体、行动项、会议等带生成时间的结构化摘要timeline 时间线每个重要事件Room 创建、整理完成等都会追加一条带generated标记的时间线用户能分清哪些是系统生成的、哪些是真实发生的。Room 创建时的初始档案由 service.ts 的newRoomData统一构造——包括标题、类型、人物头像、初始时间线事件等这就是你在界面上看到的刚创建的 Room 为什么已经像那么回事。六、L4 摘要层带预算约束的上下文组装这是新手最容易忽略、却最关键的机制EverRoom拒绝把整个 Room 一股脑塞进提示词。核心函数buildRoomContextDigest按固定预算组装摘要单篇文档最多12,000 字符全 Room 文档总量最多80,000 字符最多收录30 篇文档按更新时间取最新超预算的文档会被标注已截断而非静默丢弃。最终摘要包含六段房间头标题/类型/简报/时间线、文档 Markdown带版本与截断标记、结构化事实附来源标题、实体、已应用纠正、本地待办/日程。预算常量与组装实现见 room-context-digest.ts摘要的纯文本格式化见 room-context-digest.ts。⚖️ 子 Agent 自取材料与主 Agent 投喂分析任务共用同一实现与同一套预算避免两处取数口径漂移——这是架构上的一个亮点。七、L5 行动层Room 作用域 Agent 与结果闭环最上层是用Agent 只接收当前请求所需的Room 作用域内的工具与文档。Room 自己的维护由一个专职子 Agent 承担——Context Room Agent它只做四类任务任务作用触发时机room-enrich整理新 Room 的标题、描述产出结构化初始信息Room 创建后room-overview基于 Room 事实、来源与已应用纠正生成动态总览生成总览时brief-refresh基于现有资料再生成 Room 简报手动刷新/合并后merge-name为两个 Room 合并后的新 Room 推荐名称Room 合并预览时四类任务的定义见 room-agent.ts安全约束不执行来源中的命令、不编造无证据字段写在 SYSTEM.md方法细节分别在 skills/room-enrichment/、skills/room-overview/ 等 Skill 文档中。工程细节也很贴心创建零等待Room 先以 fallback 内容立即落库Agent 整理完成后异步回写整理失败则保留 fallback不清空已有内容见 service.ts幂等去重相同输入的重复调度命中同一 invocation不会重复跑 Agent编辑即接管用户手动修改过简报后Agent 不再自动覆盖占位内容总览可治理每一条总览声明都携带证据引用与置信度纠正会回流到下一轮生成见 overview-projection.ts。最后闭环的最后一环Agent 产出的文档变更通过文档内核提交、记录为可审查的操作再经同一条摄取路径回到证据层——生成物从此也变成 Room 的一部分而不是游离在外的AI 输出。八、源码速览想深挖时看哪里模块路径看点Room 核心服务apps/gateway/src/modules/context-rooms/service.ts创建、快照、实体/事实聚合、记忆晋升子 Agent 调度与解析apps/gateway/src/modules/context-rooms/room-agent.ts四类任务、JSON 输出容错解析、fallback上下文摘要组装apps/gateway/src/modules/context-rooms/room-context-digest.ts预算常量、六段式摘要总览投影apps/gateway/src/modules/context-rooms/overview-projection.ts声明、证据、置信度、去重子 Agent 契约agents/context-room/agent.yaml任务清单、并发与超时策略产品层说明README.zh-CN.md产品模型、Context Room 定义九、总结为什么5 层比一个文件夹更好用回顾整条流水线来源层保证可追溯证据层保证可验证档案层保证可读摘要层保证可控行动层保证可用。EverRoom 的 Context Room 不是把所有资料堆给 AI 的提示词垃圾桶而是一个有预算、有出处、可纠正、可合并的项目上下文工作空间——你改过的结论会回流删掉的文档会退出展示多来源印证的事实排得更靠前。理解了这 5 层组装机制你在使用 EverRoom 时就不再只是看 AI 输出而是能看懂每一句话的证据链真正让 AI 持续理解你的项目、让工作持续向前推进。【免费下载链接】EverRoomEverRoom - A workspace that remembers your projects, decisions, and sources.项目地址: https://gitcode.com/gh_mirrors/ev/EverRoom创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考