docs: document split extraction pipeline

.gitignore

@@ -10,10 +10,8 @@ Thumbs.db
 skip-trivial-user-input-plan.md
 CLAUDE.md
 AGENTS.md
-plans/fix-regex-stage-alias-override.md
 猫妖恬恬.json
 plan_global_task_regex.md
 docs/BME六大功能全景解析.xlsx
 ST-BME_backup_6f78abcb-9aea-45b1-a8ad-fbbd8e4075f0-cx4dad.json
-plans/mvu-extra-analysis-guard.md
 tests/.tmp-*/

README.en.md

@@ -28,7 +28,7 @@ Quick links: [Configuration](docs/usage/configuration.md) · [Panel guide](docs/
 
 ## Core capabilities
 
-- **Automatic memory extraction** — After each AI reply, ST-BME extracts structured nodes and relations from the conversation (characters, events, locations, rules, plot threads, reflections, subjective memories), excluding reasoning tags like `think`/`analysis`/`reasoning` by default.
+- **Automatic memory extraction** — After each AI reply, ST-BME extracts structured nodes and relations from the conversation (characters, events, locations, rules, plot threads, reflections, subjective memories), using a default two-stage objective + subjective/POV commit pipeline and excluding reasoning tags like `think`/`analysis`/`reasoning`.
 - **Multi-layer hybrid recall** — Before generation, relevant memories are recalled through vector prefilter, graph diffusion, lexical boosting, multi-intent splitting, DPP diversity sampling, and optional LLM reranking; per-message persistent recall cards are supported.
 - **Cognitive architecture** — Character POV / user POV / objective world memory, spatial region weighting, and a story timeline.
 - **Summarization & maintenance** — Small summaries, summary rollup, reflection, consolidation, automatic compression, active forgetting — all logged and reversible.
@@ -49,7 +49,7 @@ ST-BME can be understood as three pipelines: **write** (conversation → memory)
 flowchart LR
     subgraph Write["Write: conversation → memory"]
         A["AI reply"] --> B["Structured message preprocessing"]
-        B --> C["LLM extracts nodes/edges"]
+        B --> C["LLM objective extraction + subjective/POV extraction"]
         C --> D["Nearest-neighbor reconciliation + cognitive scoping"]
         D --> E["Write graph + vector sync + timeline"]
         E --> F["Consolidate / compress / summarize / reflect"]

README.md

@@ -26,7 +26,7 @@ ST-BME（Bionic Memory Ecology）是一个 **SillyTavern 第三方前端扩展**
 
 ## 核心能力
 
-- **自动记忆提取** — AI 回复后自动从对话中提取结构化节点和关系（角色、事件、地点、规则、主线、反思、主观记忆），默认排除 `think`/`analysis`/`reasoning` 等推理标签。
+- **自动记忆提取** — AI 回复后自动从对话中提取结构化节点和关系（角色、事件、地点、规则、主线、反思、主观记忆），默认走客观事实 + 主观/POV 双阶段提交管线，并排除 `think`/`analysis`/`reasoning` 等推理标签。
 - **多层混合召回** — 生成前自动召回相关记忆，链路含向量预筛、图扩散、词法增强、多意图拆分、DPP 多样性采样和可选 LLM 精排；支持消息级持久召回卡片。
 - **认知架构** — 角色 POV / 用户 POV / 客观世界记忆，空间区域权重，故事时间线。
 - **总结与维护** — 小总结、总结折叠、反思、整合、自动压缩、主动遗忘，带日志和回滚。
@@ -47,7 +47,7 @@ ST-BME 可以理解为三条链路：**写入**（对话 → 记忆）、**读
 flowchart LR
     subgraph Write["写入：对话 → 记忆"]
         A["AI 回复"] --> B["结构化消息预处理"]
-        B --> C["LLM 提取节点/边"]
+        B --> C["LLM 客观提取 + 主观/POV 提取"]
         C --> D["近邻对照 + 认知归属"]
         D --> E["写入图谱 + 向量同步 + 时间线"]
         E --> F["整合 / 压缩 / 总结 / 反思"]

docs/algorithms/extraction.md

@@ -43,9 +43,22 @@
 
 可选近期消息上限 `extractRecentMessageCap`（默认 0 = 不限）。提示词模式 `extractPromptStructuredMode` 默认 `"both"`（可选 `transcript` / `structured` / `both`）。
 
-## 3. 构建提取提示词
+## 3. 默认 split-v1 提取管线
 
-`buildTaskPrompt(settings, "extract", ...)` 分层组装：
+默认 `extractPipelineVersion` 是 `"split-v1"`。同一批结构化输入会进入两个职责更窄的 LLM 阶段：
+
+1. **客观阶段**（`extract_objective`）：只保留客观图谱操作，例如事件、角色、地点、规则、线程、区域和故事时间。该阶段输出中的 `pov_memory` 与 cognition 更新会被过滤掉。
+2. **主观/POV 阶段**（`extract_subjective`）：只保留 `pov_memory` 与 cognition 更新。该阶段输出中的客观节点、区域更新和批次故事时间会被过滤掉。
+
+两个阶段都通过校验后，才合并为一个 commit plan，并一次性写入图谱；如果主观阶段失败或输出无效，客观阶段不会先落库。这保证默认提取仍然保持“一次 batch、一次提交、一次持久化”的原子边界。
+
+为了不破坏旧用户的自定义提取 Prompt，运行时会先检查旧 `extractPrompt` 和 `taskProfiles.extract`：只要检测到旧式自定义、迁移自旧 Prompt、陈旧默认模板或被修改过的默认 `extract` profile，就自动回退到 `legacy-single` 的单请求提取路径。
+
+> 当前阶段没有改默认 Prompt 文案；`extract_objective` / `extract_subjective` 是工程管线和 task type 拆分，后续可以在对应 task profile 中替换成真正更短、更专注的客观/主观 Prompt。
+
+## 4. 构建提取提示词
+
+默认 split 管线仍复用同一套提取 Prompt 上下文构建能力；legacy 路径使用 `buildTaskPrompt(settings, "extract", ...)`，split 阶段使用对应 task type 进入 LLM 调用。上下文分层包括：
 
 1. 当前对话（结构化 + transcript）
 2. 图谱状态上下文（`buildTaskGraphStats()`，topK 12、diffusionTopK 48、多意图开、最大文本 1200）
@@ -56,11 +69,11 @@
 
 LLM JSON 调用，maxRetries 2。
 
-## 4. 规范化 LLM 操作
+## 5. 规范化 LLM 操作
 
 从多种可能的容器键里提取操作数组，规范化每个操作的 `action` / `type` / `nodeId` / `ref` / `links` / `clusters` / `scope` / `storyTime` / `fields`，以及 `cognitionUpdates` / `regionUpdates` / `batchStoryTime`。
 
-## 5. 写入图谱
+## 6. 写入图谱
 
 遍历规范化操作：
 
@@ -95,7 +108,7 @@ update 操作触发时序处理：
 
 > 当前默认后处理优先走**分层总结**（hierarchical summary），而非 `generateSynopsis()`。分层总结见 [`consolidation-and-compression.md`](consolidation-and-compression.md)。
 
-## 6. 后处理
+## 7. 后处理
 
 `handleExtractionSuccessController()`（`maintenance/extraction-success-controller.js`）在提取成功后依次处理：整合去重 → 分层总结 → 反思 → 睡眠遗忘 → 压缩 → 向量同步。这些见 [`consolidation-and-compression.md`](consolidation-and-compression.md)。
 
@@ -107,6 +120,7 @@ update 操作触发时序处理：
 | `extractEvery` | 1 | 每 N 条助手消息提取 |
 | `extractContextTurns` | 2 | 上下文轮数 |
 | `extractAutoDelayLatestAssistant` | false | lag-one 延迟提取 |
+| `extractPipelineVersion` | "split-v1" | 默认客观 + 主观/POV 双阶段提取；旧自定义 Prompt 自动回退 legacy |
 | `extractPromptStructuredMode` | "both" | 提示词模式 |
 | `enableSmartTrigger` | false | 智能触发 |
 | 排除标签 | think,analysis,reasoning | 提取时过滤 |

docs/architecture/overview.md

@@ -37,7 +37,7 @@ ST-BME 的运行可以归纳为三条相对独立的链路。
 助手消息落层
   → 自动提取计划（够不够触发？智能触发？）
   → 构建结构化提取输入（过滤 think/analysis 等）
-  → LLM 提取 → 规范化操作（create/update/delete/link）
+  → LLM 客观提取 + 主观/POV 提取 → 规范化操作（create/update/delete/link）
   → 写入图谱节点与关系（含时序边）
   → 后处理：整合去重 → 分层总结 → 反思 → 睡眠遗忘 → 压缩
   → 向量同步（为新节点生成 embedding）

docs/usage/configuration.en.md

@@ -72,6 +72,7 @@ In direct mode, the browser requests the embedding service directly:
 | 每 N 条回复提取 | `1` | Trigger extraction every N assistant replies |
 | 提取上下文轮数 | `2` | Number of conversation rounds to look back during extraction |
 | 自动延后最新助手 | `false` | Allows the latest reply to stabilize before extraction |
+| Extraction pipeline version | `split-v1` | Default two-stage extraction: objective facts, then subjective/POV. Old custom extraction prompts automatically fall back to the legacy single-call path. |
 | Assistant 排除标签 | `think,analysis,reasoning` | Excludes reasoning tags by default |
 | 提取消息上限 | `0` | `0` means unlimited |
 | 提取 Prompt 结构模式 | `both` | Provides both transcript and structured messages |
@@ -134,6 +135,9 @@ Task preset types:
 - **`extract`**
   - Memory extraction.
 
+- **`extract_objective` / `extract_subjective`**
+  - Objective and subjective/POV stages for the default `split-v1` extraction pipeline. This version only splits task type and commit boundaries; it does not rewrite prompt text here. Old custom `extract` prompts/profiles automatically fall back to the legacy single-call path.
+
 - **`recall`**
   - Recall reranking.
 

docs/usage/configuration.md

@@ -72,6 +72,7 @@ Embedding 是智能召回的核心。
 | 每 N 条回复提取 | `1` | 每几条助手回复触发一次提取 |
 | 提取上下文轮数 | `2` | 提取时向前看的对话轮数 |
 | 自动延后最新助手 | `false` | 可让最新回复稳定后再提取 |
+| 提取管线版本 | `split-v1` | 默认分成客观事实阶段 + 主观/POV 阶段；旧自定义提取 Prompt 会自动回退单请求 legacy |
 | Assistant 排除标签 | `think,analysis,reasoning` | 默认排除推理标签 |
 | 提取消息上限 | `0` | `0` 表示不限 |
 | 提取 Prompt 结构模式 | `both` | 同时提供 transcript 和 structured messages |
@@ -134,6 +135,9 @@ Embedding 是智能召回的核心。
 - **`extract`**
   - 记忆提取。
 
+- **`extract_objective` / `extract_subjective`**
+  - 默认 `split-v1` 提取管线的客观阶段与主观/POV 阶段。当前版本只做 task type 与提交边界拆分，不在这里改写 Prompt 文案；旧自定义 `extract` Prompt/Profile 会自动回退到 legacy 单请求路径。
+
 - **`recall`**
   - 召回精排。