Atlas 技術版 > 📊 Mnemosyne Recall 品質監控（每週）

📊 Mnemosyne Recall 品質監控（每週） LLM UNKNOWN risk=LOW

1. 做什麼 / 2. 為什麼存在

(purpose 尚未填寫 — manifest 為 draft/INFERRED)

3. Schedule / Mode

mode=LLM state=scheduled enabled=1
schedule=20 7 * * 0
next_run=2026-10-25T07:20:00 last_run=2026-10-18T07:24:07
deliver=telegram model=gpt-5.6-luna provider=openai-codex

4. Implementation

script=—
monitor_script=— monitor_url=—
skills=[]
workdir=—

5. Effective instruction sources

prompt_sha256=c1128c9a5ab17654… chars=1355
skill_files={}

執行 mnemosyne_recall_diagnostics(reset=true) 取得上一個觀測窗的 recall metrics。
（回傳包含 totals、by_tier，以及與 totals 同層的 created_at＝本觀測窗起點、snapshot_at＝本次讀取時間）

## 第一步：判定 observation window

- 若 status=disabled 或沒有 totals → window = UNAVAILABLE。記錄 baseline `YYYY-MM-DD|unavailable|unavailable`，回報 UNAVAILABLE 與建議行動後停止。
- 否則讀出 created_at（window_start）與 snapshot_at（window_end）。
  diagnostics 是 process-local in-memory，Gateway 重啟就會歸零 —— 所以 window_start 晚於「上次 baseline 日期 +7 天 −6 小時」即代表本窗沒有涵蓋完整週期。
  - window_start 早於該門檻 → **FULL_WINDOW**
  - window_start 晚於該門檻 → **PARTIAL_WINDOW**（例如 Gateway 中途重啟）

## 第二步：異常判斷（僅 FULL_WINDOW 執行）

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**

## PARTIAL_WINDOW 的處理（重要）

- 只回報 observation value（calls、fallback rate）並明示 `window=PARTIAL_WINDOW`。
- 不得與前一週完整數據直接比較，也不得觸發上面任一異常判斷（避免 Gateway 重啟造成假警報）。

## 第三步：記錄 baseline

把本週結果附加到 ~/.hermes/data/mnemosyne_recall_baseline.txt，格式：
`YYYY-MM-DD|total_calls|fallback_rate|window_state`
- UNAVAILABLE 時寫 `YYYY-MM-DD|unavailable|unavailable|UNAVAILABLE`
- 既有歷史行一律不得改寫（特別是 `2026-09-13|unavailable|unavailable` 必須保留原樣），只附加新行。

## 第四步：回報

- FULL_WINDOW 且全部指標正常 → 回覆 "[SILENT]"
- 否則回覆簡短摘要（window 狀態 + 指標名 + 數值 + 建議行動）
- PARTIAL_WINDOW 若沒有其他異常 → 可以回覆 "[SILENT]"，但 baseline 仍必須寫入並帶 PARTIAL_WINDOW 標記…

6. Actual rules / thresholds

rule	value	source
none extracted

7/8. Inputs & Outputs (resources)

kind	path	name	access
none

9/10. Upstream / Downstream

Upstream: —
Downstream: —
Transitive downstream (0): —

Edges (typed evidence)

type	hard?	from	to	resource	origin	conf	evidence
none

11. Shared resources

12. Recent executions

failure_streak=0
last_error=—
delivery_error=—

14. Drift history

2026-09-06T20:00 JOB_CHANGED job 5f490634fad5 (📊 Mnemosyne Recall 品質監控（每週）) changed: mode=LLM state=scheduled
2026-09-05T00:38 JOB_ADDED job 5f490634fad5 appeared (📊 Mnemosyne Recall 品質監控（每週）)
2026-09-04T22:51 JOB_ADDED job 5f490634fad5 appeared (📊 Mnemosyne Recall 品質監控（每週）)
2026-09-03T20:00 JOB_ADDED job 5f490634fad5 appeared (📊 Mnemosyne Recall 品質監控（每週）)
2026-08-30T20:00 JOB_ADDED job 5f490634fad5 appeared (📊 Mnemosyne Recall 品質監控（每週）)
2026-08-30T01:20 JOB_ADDED job 5f490634fad5 appeared (📊 Mnemosyne Recall 品質監控（每週）)
2026-08-29T03:37 JOB_ADDED job 5f490634fad5 appeared (📊 Mnemosyne Recall 品質監控（每週）)
2026-08-29T03:37 JOB_ADDED job 5f490634fad5 appeared (📊 Mnemosyne Recall 品質監控（每週）)
2026-08-29T00:29 JOB_ADDED job 5f490634fad5 appeared (📊 Mnemosyne Recall 品質監控（每週）)
2026-08-23T09:28 JOB_ADDED job 5f490634fad5 appeared (📊 Mnemosyne Recall 品質監控（每週）)

16. Impact / change risk

change_risk=LOW