Delvlet深度问题研究与决策
Mind · 多轮检索推理、证据收敛与行动方案
面向个人生活中的高权重决策问题：孩子的健康排查、学科启蒙路径、家庭资产配比、身体症状边界。通过问题拆解—外部检索—上下文回灌的闭环推理，收敛为带出处论据、可执行第一步、风险边界与 Mermaid 决策树的完整研究报告，并按周、月、年沉淀问题谱系。
ANDROIDKOTLIN · COMPOSE会话在本机v1.7
01从生活里的具体问题切入
围绕真实决策场景展开多轮追问与图文输入。
- 进来先拆解：要回答它，得先弄清哪几件事，而不是立刻给一段泛泛的综述。
- 同一会话可以追问，上下文不丢；结构图与提炼会把追问一起算进去。
- 支持贴图提问——化验单、说明书、报错界面，都按 OpenAI vision 的消息形态送出。
- 答案落到固定结构：结论 / 关键论据 / 可执行的第一步 / 主要风险与未解决，来源单列在末尾。
02多轮检索与推理闭环
模型自主生成查询、回灌外部证据，在设定轮次内收敛结论。
- 循环是拆—搜—收—判；轮次 2–8 可调，到上限停止搜索，强制收口成答案，不让它无限查下去。
- 端点支持 tool calling 就直接调工具；不支持时模型只输出一行
[SEARCH:查询]，由应用代搜再回灌，两条路径得到同一种答案。 - 搜索源 Tavily 或 Exa 二选一，与对话模型的 Key 分开配置。
- 检索过程保留为可折叠步骤，答案里能看到它到底查了什么、命中几条。
03结论结构与二次提炼
提问、提炼、结构图三套提示词解耦，支持一键压缩与溯源。
- 提问、提炼、结构图是三套独立提示词，改措辞不会破坏检索循环本身。
- 来源以卡片列出：标题、摘要、链接，点开进原文，不把链接埋进正文。
- 答案下方一排动作：复制 / 存笔记 / 提炼 / 结构图 / 重问；提炼把长答案压成一页 brief，同样计入配额。
04Mermaid 决策树：会话逻辑可视化
将完整会话与追问分支提炼为纵向流程图，直接在本机渲染。
- 单独一次调用，把整个会话（含全部追问）交给模型，只要求一个 mermaid 代码块。
- 固定
flowchart TD、节点标签 ≤12 字、关系边写清逻辑词；本地渲染，不依赖外部服务。 - 适合三类会话：鉴别诊断、方案取舍、排查路径——它们的价值本来就在分支上。
05主题聚类与周/月/年盘点
本地零 token 聚合七大生活主题桶，按周期生成问题谱系与观察点评。
- 每个会话存首问、追问、步骤、答案与 token 用量；列表显示日期与检索次数。
- 本周 / 本月 / 本年分别聚合会话数、提问数、token 与主题分布，切换即时出结果。
- 主题桶是本地关键词规则：技术/代码、投资/理财、语言/翻译、教育/孩子、健康/生活、时事/社会、阅读/学习，其余归入「其他」——规则不花钱，也不外发。
- 「AI 点评」只把问题清单与分布交给模型，不发答案全文；年视图另带月度趋势图。
06知识库沉淀与离线备份
通过 SAF 写入 Obsidian Markdown，支持全量会话与内嵌图片导出。
- 答案写成 Markdown 存进指定的笔记库目录（SAF 授权一次，不需要全盘权限），带 front matter 与检索记录。
- 会话数据可导出 / 导入 JSON，图片以 base64 内嵌，换机不丢。
- API Key 不进备份：端点结构照常导出，密钥留空，避免随同步盘泄露。
07端点接入与离线硬件授权
兼容任意 OpenAI 接口，采用 Ed25519 离线签名验证设备许可。
- 端点自填
base_url+ Key + 模型名，任何 OpenAI 兼容服务都行，包括本机网关。 - Ed25519 离线验签：设备码换授权串，不联网也能验证；未激活每天 1 个会话、会话内 5 次提问，够跑完一次完整调研。
- 不做账号、不做额度池；答案必须自带风险与未解问题——它负责把问题查清，不替人拍板。
把个人生活中的重要困惑，从零散网页搜索升级为有出处、有决策分支、可跨周期回看的研究档案。
Agent.kt · Api.kt · Providers.kt · Stats.kt · ObWriter.kt · License.kt