Mnemosyne Recall 品質監控(每週):抽樣評估召回品質。
mode=LLM state=scheduled enabled=1
schedule=20 7 * * 0
next_run=2026-08-30T07:20:00 last_run=2026-08-23T09:01:17
deliver=telegram model=gpt-5.6-luna provider=openai-codex
script=—
monitor_script=— monitor_url=—
skills=[]
workdir=—
prompt_sha256=dd84c02cd1105c57… chars=412
skill_files={}
執行 mnemosyne_recall_diagnostics(reset=true) 取得上週的 recall metrics。 從回傳數據中檢查以下異常信號(任一觸發即回報): 1. **fallback rate > 10%**:fallback 調用佔比過高,表示語義搜尋經常找不到結果 2. **total 調用數異常下降**:與上週相比下降 > 50%(若無基準數據,跳過此項並標註「尚無基準」) 3. **任何 tier 的 hit count = 0 但上週 > 0** 若所有指標正常,回覆 "[SILENT]"。 若有異常,回覆簡短摘要(指標名 + 數值 + 建議行動)。 同時記錄本週的 total 調用數到 ~/.hermes/data/mnemosyne_recall_baseline.txt(格式:YYYY-MM-DD|total_calls|fallback_rate),供下週比較。…
| rule | value | source |
|---|---|---|
| none extracted | ||
| kind | path | name | access |
|---|---|---|---|
| none | |||
Upstream: —
Downstream: —
Transitive downstream (0): —
| type | hard? | from | to | resource | origin | conf | evidence |
|---|---|---|---|---|---|---|---|
| none | |||||||
failure_streak=0
last_error=—
delivery_error=—
change_risk=LOW