检索调优¶

事实召回的排序参数、命名 profile 与弱监督评估。这里改的是召回排序的权重，不是「召回多少条」的日常配置（那个在月璃设置的对话与记忆段）。评估的重放实现与指标口径见记忆系统与 core-memory 模块。

当前生效与参数表¶

「当前生效」显示生效中的 profile 名与覆盖了几项参数；应用新 profile 后立即生效，无需重启。

「参数表（白名单）」逐行列出可调参数：参数名、含义、现状 / 生效值、取值域，末列「草稿」填新值。白名单之外的名字进不了这套流程。表内参数按作用分两组：

排序权重：词面相关度权重 bm25_weight、留存度权重下限 retention_weight_floor、 PPR 回迁概率 ppr_alpha、PPR 跳数 ppr_hops、候选池分数百分位 pool_score_percentile。
条数上限：进提示词的事实条数、情节召回条数、近期情节条数——显示「由配置提供」的项表示当前值来自配置文件，评估时可以在取值域内临时覆盖着试。

参数扫描与效果对照¶

扫描就是「改草稿 → 评估 → 对照」的循环：

在参数表草稿列里填想试的值，可以只填一两个，留空的项沿用当前生效覆盖。
点按草稿评估：按草稿参数重放一遍历史检索，出评估报告。
点按当前生效评估：用现行参数跑同一批样本，两份报告对照读。
满意后把草稿存下来：「新 profile 名」输入名字，点保存草稿为 profile。

评估期间临时替换进程内的参数覆盖，跑完立即还原，不影响线上行为；重放只读，不写库、不建边。

「已保存的 profile」列出全部命名参数集：生效中的标「生效中」且「应用」置灰，其余可应用或导出（导出为 JSON，便于备份或搬到另一台机器）。

评估报告¶

报告顶部四个指标：

样本回合：这次评估用了多少个历史回合。
nDCG@k：重放排序与既定选择的贴近程度，0 到 1，越接近 1 越贴近。
召回条数中位 / 均值：重放下每回合进入提示词的条数分布。
被挤掉的正例：该进前 k 却被顶出去的条数——换参数后的首要观察项，它直接回答「该进的有没有被顶出去」。

样本是弱监督的：正例 = 进了提示词且该回合产生了回复的事实，报告度量的是「换参数后既定选择的稳定性」，不是绝对质量。下方的「逐回合明细」折叠表按回合列出正例数、重放召回、nDCG 与被挤掉条数；报告末尾标注生成时间与评估所用参数。

留痕重放¶

评估的更贴近生产的一档。生产中每轮事实召回都会留一条留痕事件，无损记录当时的查询文本、会话印象、候选池与实际进提示词的事实。评估的第二轮从留痕重放：按事件时刻前的消息水位重建检索词与在场者上下文，再用待评估参数跑一遍。重放池与留痕池对不上的回合被单独计数——那个数字比 nDCG 更能说明报告可信度，读数时先看它。库里有留痕之前，评估只有第一轮（转储弱监督样本）。

空态¶

还没跑过评估时，报告区显示「还没跑过评估；点上面的评估按钮开始」。没有任何已存 profile 时列表只有内置的 default 一行，覆盖 0 项参数。