Raven如何实现主动提醒还不打扰Sentinel主动性引擎五层防线拆解【免费下载链接】RavenThe Harness of Harnesses: a trusted, persistent, self-evolving multi-agent ecosystem for all-domain collaboration.项目地址: https://gitcode.com/gh_mirrors/raven35/RavenRaven 的 Sentinel 主动性引擎让 AI 助手可以主动提醒你该做的事却不会变成一条刷屏的骚扰消息。本文拆解 Raven 是如何用五层防线实现主动提醒不打扰的从上下文组装、快速路径短路、Planner 五动作决策到共享的 NudgePolicy 防打扰门控与用户反馈闭环带你理解这套主动性提醒机制的设计思路。为什么 AI 助手的主动提醒容易变成打扰大多数 AI 助手的提醒要么太笨到点就发要么太莽什么都提醒。用户很快就关了功能——提示疲劳是主动性设计最大的敌人。Raven 的答案不是更聪明地打扰而是五层防线层层过滤一条提醒要穿过观察、短路规则、智能决策、防打扰门控、反馈学习五道关卡才有资格出现在你的聊天框里。整套引擎位于 raven/proactive_engine/默认关闭sentinel.enabledfalse开启后默认每 30 分钟心跳一次。第一层防线上下文组装先看清再开口每次 tickContextAssembler 把分散的信号打包成一份PlannerContext信号来源缺失时长期记忆MEMORY.md空字符串近期历史历史文件尾部空字符串活跃会话SessionManager 活跃窗口空列表学到的例行模式RoutineLearner纯算法不耗 LLM空列表防打扰状态NudgePolicy 快照默认对象上次决策 触发历史内存账本无关键设计每个字段缺失都优雅降级而不是崩溃。Planner 只看到这份打包好的上下文看不到任何其他东西——看得少才不会乱说话。第二层防线快速路径短路能不发就不发进入 LLM 决策前SentinelRunner 先用两条只跳过、绝不打扰的规则短路免打扰时段硬短路默认 23:00–07:00 是静默窗口直接skip连 LLM 都不调用上下文未变去重如果上次决策是skip且记忆/历史/会话都没有变化用短哈希签名判断这次也直接跳过省掉第二次 LLM 调用。这两条规则是安全拒绝它们只可能少提醒不可能误提醒。此外还有定时触发快速路径日计划中预排好的提醒在时间窗内直接发出不需要 LLM 参与。第三层防线Planner 五动作决策默认选择沉默真正需要判断时ProactivePlanner 只做一次结构化工具调用从五个动作里选一个动作语义skip本轮无事可做默认姿态nudge现在发一条独立消息nudge_inject搭便车附在下一条回复末尾发出nudge_defer等你手头的事忙完再发spawn_agent派一个微代理去执行多步任务这一层的防线藏在细节里系统提示词明确写着除非明确值得否则默认 skip生成参数被钉死小 max-tokens、低温度全局配置无法污染决策LLM 报错、没返回工具调用、参数不是字典——一律降级为skip一致性守卫说nudge_defer却没给等待条件、说spawn_agent却没给任务全部打回skip。nudge_inject和nudge_defer是最见功力的一对前者说明你正在这个会话里信息顺便带上后者说明你在忙别的等你说完再讲——先感知你此刻在做什么再决定怎么提醒。第四层防线NudgePolicy11 级防打扰门控即使 Planner 拍板要提醒消息还要通过全系统共享的 NudgePolicy 门控。它的check()按序跑完一整套关卡skip直接拒绝静默时段23:00–07:00高优先级可绕行——但绕行权会被回收见下文 2b.按小时学习出来的动态免打扰窗口从你的反馈中习得按人格的免打扰窗口每日配额硬上限高优先级也绕不过每小时配额受自适应系数与周末系数缩放会话冷却拒绝冷却你驳斥过就冷一段时间按主题的加权硬拒绝冷却按主题的接受率门控某类话题你老是不理就不再提窗口内内容去重按主题滚动配额栈小时/天/周三级两个亮点自适应系数每 tick 根据你的近期接受率同步调整小时配额——互动多的用户放宽冷淡的用户收紧并有滞回区间防止来回抖动。绕行权会过期高优先级消息本来可以绕过静默时段但如果你连高优先级都不接受这个特权本身就被撤销。读写也是分离的check()只出裁决发送成功后才record_fired()记账失败不扣配额。账本通过文件锁 原子重命名持久化命令行和网关进程共享同一本账重启不丢状态。第五层防线反馈闭环让防线自己变聪明最后一条防线不是规则而是学习。NudgeFeedbackTracker 把每条提醒的生命周期发出/接受/无视/明确拒绝记入日志你回复时主 LLM 可以顺手调用nudge_feedback工具标记这条提醒被接受还是被拒——不额外花一次 LLM 调用还避免了默认算接受的误判运行器每 tick 读取近期接受率回调第四层的自适应系数——你越不理它它越安静你越配合它才敢更主动。至此形成闭环观察 → 决策 → 门控 → 投递 → 反馈 → 调参。三种投递方式提醒也要挑时机通过门控后NudgeDispatcher、NudgeInjector 与 DeferManager 分别执行三种动作独立消息、附在下一回复末尾、或等会话空闲后再发。独立的提醒走非回合通道直接送达Agent 不能响应自己的提醒比如替你把截止日标记为已完成。多步任务则交给 ProactiveSpawn 派微代理执行同样共享同一份配额账本。顺带一提你手动设置的定时提醒CronService也会写入同一本 NudgePolicy 账本所以系统绝不会就同一话题主动提醒 定时提醒双重轰炸连续 12 次发出无人响应的循环任务还会被自动停用。总结五层防线一览层防线防的是什么1上下文组装信息过载导致的误判2快速路径短路无谓的 LLM 调用与无效提醒3Planner 五动作 默认 skip低价值的什么都想说4NudgePolicy 11 级门控频率失控、重复轰炸、深夜打扰5反馈闭环防线参数脱离用户真实偏好想深入了解设计意图与模块级实现推荐对照阅读 docs/Proactivity-Plan.md设计文档与 docs/Proactivity-Implementation.md实现参考代码主体在 raven/proactive_engine/。一句话总结 Raven 的哲学主动性不是更敢说话而是更会闭嘴——五条防线全部通过的那一条消息才是你真正需要的那条。【免费下载链接】RavenThe Harness of Harnesses: a trusted, persistent, self-evolving multi-agent ecosystem for all-domain collaboration.项目地址: https://gitcode.com/gh_mirrors/raven35/Raven创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考