AMAS 入门

AMAS（Adaptive Mastery Acquisition System）是 WordForge 的自适应核心。本文只讲"是什么 / 为什么这么拆 / 怎么调"。算法细节见 2026-05-15 调参研究。

设计要点

事件驱动：每次答题 → process_event → 状态机推进 → 下一次选词立刻反映。
多算法投票：3 个决策器（heuristic、IGE、SWD）各自给出策略，按"信任分"加权融合；其中一个失败时 ensemble 自动 fallback。
记忆模型独立：MDM / IAD / Mastery 计算 recall 概率，与决策层解耦，方便单独替换或 A/B。
可调即可回滚：所有配置变更落 amas_config_versions 表，hash 寻址，一键 restore。
白名单调参：可改的字段、安全区间硬编码在 tuning_whitelist.rs，越界一律拒（管理员手动、LLM 自动都拦）。

配置结构

AMASConfig 拆成 16 个子配置块（src/amas/config.rs）：

子配置	控制什么
`feature_flags`	SSP / ensemble / LLM 等开关
`ensemble`	三个决策器的初始权重 + 信任分更新率
`modeling`	用户状态建模超参（学习率、衰减）
`constraints`	单次会话最大词数、最小间隔等硬约束
`monitoring`	监控事件采样率
`cold_start`	冷启动阶段判定阈值
`objective_weights`	多目标加权（准确率 / 速度 / 保留率）
`reward`	延迟奖励信号配置
`feature`	特征向量维度与归一化
`elo`	ELO K-factor、ZPD 优先级带宽
`fatigue_decay`	疲劳信号对强度的衰减系数
`heuristic`	经验规则决策器参数
`ige`	智能梯度（Intelligent Gradient Estimator）
`swd`	间隔加权（Spaced Weighted Decay）
`memory_model`	MDM（多模型记忆曲线）参数
`iad`	干扰感知衰减（Interference-Aware Decay）

配置生命周期

启动:
  amas_config.toml 存在? ──是──▶ load_from_toml → AMASEngine::new
                       └─否──▶ 写默认值到 amas_config.toml

运行中（任一路径都进同一个 reload）:
  ┌─ 手动改文件 ───────▶ notify watcher (500ms 防抖)
  ├─ Admin PUT /admin/amas/config ─▶ apply_and_persist_config
  └─ LLM 自动应用（白名单+灰度） ───▶ apply_and_persist_config
                                         │
                                         ▼
                              validate() ──失败──▶ 拒绝 + 警告
                                   │成功
                                   ▼
                         engine.reload_config()
                                   │
                                   ▼
                       写回 toml + 落 amas_config_versions 表

config_watcher 在 500ms 防抖期内会清空积压事件，连续保存只触发一次 reload。所有 reload 路径都走 validate() → reload_config() 两步，任一失败回滚到旧配置。

调参的三档来源

ConfigVersionSource 枚举：

来源	触发方式	审计字段
`Manual`	管理员后台 PUT `/admin/amas/config`	`admin_id` + 可选 `note`
`LlmSuggested`	`llm_advisor` worker 产建议 → 人工 approve	LLM patch + 指标摘要
`LlmAuto`	同上，但走"灰度自动应用"开关 + 每日上限 + 置信度阈值	同上 + auto_apply 标志

三档共用一个 apply_and_persist_config() helper，确保版本表、TOML 文件、内存状态始终一致。任意一档都可走 POST /admin/amas/config/versions/:hash/restore 一键回滚。

LLM 调参顾问（可选）

启用：.env 设 LLM_ENABLED=true + ENABLE_LLM_ADVISOR_WORKER=true + LLM_API_KEY=...。

工作机制（src/workers/llm_advisor.rs）：

每 20 分钟拉近期 AMAS 指标 + 当前配置
调 DeepSeek（OpenAI 兼容协议）生成 patch
白名单校验：patch 字段必须在 TIER_A_WHITELIST 内，值必须在安全区间
成本封顶：每日总花费 ≤ llm.daily_cost_cap_usd，超额跳过
落 amas_tuning_suggestions 表，状态 pending
灰度自动应用：管理员后台开关 amas_auto_apply_enabled + min_confidence + max_per_day 三道闸

LLM_MOCK=true 时不打外部 API，但仍会写一条 pending 建议，便于本地联调。

管理后台对接

用户态 API（src/routes/amas.rs::router()，普通登录）：

POST /api/amas/process-event — 主流事件入口
GET /api/amas/state /strategy /phase — 当前用户的 AMAS 状态
GET /api/amas/learning-curve /retention-curve — 用于绘图
POST /api/amas/visual-fatigue — MediaPipe 检测结果回传

管理态 API（admin_router()，管理员认证）：

GET /PUT /admin/amas/config — 取/改全量配置
GET /admin/amas/config/versions /versions/:hash — 历史版本
POST /admin/amas/config/versions/:hash/restore — 一键回滚
GET /admin/amas/metrics /metrics/timeseries — 指标
GET /admin/amas/monitoring /anomalies — 监控事件 + 异常概览
GET /admin/amas/user-state/distribution — 用户状态分布
GET /admin/amas/suggestions — LLM 建议队列
POST /admin/amas/suggestions/explain — 单参数解释（让 LLM 解释某次调整的依据）

一次完整的调参实例

最近一次系统性调参的全过程见 2026-05-15 调参报告，结论：11 维 Tier-A 参数调整后预测准确率 +10.6%、记忆保留 +14%。

AMAS 入门 ​

设计要点 ​

配置结构 ​

配置生命周期 ​

调参的三档来源 ​

LLM 调参顾问（可选） ​

管理后台对接 ​

一次完整的调参实例 ​

相关阅读 ​