""" SQLAlchemy моделі для Memory Service Підтримує: user_facts, dialog_summaries, agent_memory_events """ from sqlalchemy import ( Column, String, Text, JSON, TIMESTAMP, ForeignKey, CheckConstraint, Index, Boolean, Integer ) from sqlalchemy.dialects.postgresql import UUID, JSONB from sqlalchemy.ext.declarative import declarative_base from sqlalchemy.sql import func from pgvector.sqlalchemy import Vector Base = declarative_base() class UserFact(Base): """ Довгострокові факти про користувача Використовується для контрольованої довгострокової пам'яті (мови, вподобання, тип користувача, токен-статуси) """ __tablename__ = "user_facts" id = Column(UUID(as_uuid=False), primary_key=True, server_default=func.gen_random_uuid()) user_id = Column(String, ForeignKey("users.id", ondelete="CASCADE"), nullable=False, index=True) team_id = Column(String, ForeignKey("teams.id", ondelete="CASCADE"), nullable=True, index=True) # Ключ факту (наприклад: "language", "is_donor", "is_validator", "top_contributor") fact_key = Column(String, nullable=False, index=True) # Значення факту (може бути текст, число, boolean, JSON) fact_value = Column(Text, nullable=True) fact_value_json = Column(JSONB, nullable=True) # Метадані: джерело, впевненість, термін дії metadata = Column(JSONB, nullable=False, server_default="{}") # Токен-гейт: чи залежить факт від токенів/активності token_gated = Column(Boolean, nullable=False, server_default="false") token_requirements = Column(JSONB, nullable=True) # {"token": "DAAR", "min_balance": 1} created_at = Column(TIMESTAMP(timezone=True), nullable=False, server_default=func.now()) updated_at = Column(TIMESTAMP(timezone=True), nullable=True, onupdate=func.now()) expires_at = Column(TIMESTAMP(timezone=True), nullable=True) # Для тимчасових фактів __table_args__ = ( Index("idx_user_facts_user_key", "user_id", "fact_key"), Index("idx_user_facts_team", "team_id"), Index("idx_user_facts_token_gated", "token_gated"), ) class DialogSummary(Base): """ Підсумки діалогів для масштабування без переповнення контексту Зберігає агреговану інформацію про сесії/діалоги """ __tablename__ = "dialog_summaries" id = Column(UUID(as_uuid=False), primary_key=True, server_default=func.gen_random_uuid()) # Контекст діалогу team_id = Column(String, ForeignKey("teams.id", ondelete="CASCADE"), nullable=False, index=True) channel_id = Column(String, ForeignKey("channels.id", ondelete="CASCADE"), nullable=True, index=True) agent_id = Column(String, ForeignKey("agents.id", ondelete="CASCADE"), nullable=True, index=True) user_id = Column(String, ForeignKey("users.id", ondelete="CASCADE"), nullable=True, index=True) # Період, який охоплює підсумок period_start = Column(TIMESTAMP(timezone=True), nullable=False) period_end = Column(TIMESTAMP(timezone=True), nullable=False) # Підсумок summary_text = Column(Text, nullable=False) summary_json = Column(JSONB, nullable=True) # Структуровані дані # Статистика message_count = Column(Integer, nullable=False, server_default="0") participant_count = Column(Integer, nullable=False, server_default="0") # Ключові теми/теги topics = Column(JSONB, nullable=True) # ["project-planning", "bug-fix", ...] # Метадані metadata = Column(JSONB, nullable=False, server_default="{}") created_at = Column(TIMESTAMP(timezone=True), nullable=False, server_default=func.now()) __table_args__ = ( Index("idx_dialog_summaries_team_period", "team_id", "period_start", "period_end"), Index("idx_dialog_summaries_channel", "channel_id"), Index("idx_dialog_summaries_agent", "agent_id"), ) class AgentMemoryEvent(Base): """ Події пам'яті агентів (short-term, mid-term, long-term) Базується на документації: docs/cursor/13_agent_memory_system.md """ __tablename__ = "agent_memory_events" id = Column(UUID(as_uuid=False), primary_key=True, server_default=func.gen_random_uuid()) agent_id = Column(String, ForeignKey("agents.id", ondelete="CASCADE"), nullable=False, index=True) team_id = Column(String, ForeignKey("teams.id", ondelete="CASCADE"), nullable=False, index=True) channel_id = Column(String, ForeignKey("channels.id", ondelete="CASCADE"), nullable=True, index=True) user_id = Column(String, ForeignKey("users.id", ondelete="CASCADE"), nullable=True, index=True) # Scope: short_term, mid_term, long_term scope = Column( String, nullable=False, CheckConstraint("scope IN ('short_term', 'mid_term', 'long_term')") ) # Kind: message, fact, summary, note kind = Column( String, nullable=False, CheckConstraint("kind IN ('message', 'fact', 'summary', 'note')") ) # Тіло події body_text = Column(Text, nullable=True) body_json = Column(JSONB, nullable=True) created_at = Column(TIMESTAMP(timezone=True), nullable=False, server_default=func.now()) __table_args__ = ( Index("idx_agent_memory_events_agent_team_scope", "agent_id", "team_id", "scope"), Index("idx_agent_memory_events_channel", "agent_id", "channel_id"), Index("idx_agent_memory_events_created_at", "created_at"), ) class AgentMemoryFactsVector(Base): """ Векторні представлення фактів для RAG (Retrieval-Augmented Generation) """ __tablename__ = "agent_memory_facts_vector" id = Column(UUID(as_uuid=False), primary_key=True, server_default=func.gen_random_uuid()) agent_id = Column(String, ForeignKey("agents.id", ondelete="CASCADE"), nullable=False, index=True) team_id = Column(String, ForeignKey("teams.id", ondelete="CASCADE"), nullable=False, index=True) fact_text = Column(Text, nullable=False) embedding = Column(Vector(1536), nullable=True) # OpenAI ada-002 embedding size metadata = Column(JSONB, nullable=False, server_default="{}") created_at = Column(TIMESTAMP(timezone=True), nullable=False, server_default=func.now()) __table_args__ = ( Index("idx_agent_memory_facts_vector_agent_team", "agent_id", "team_id"), )