[Feature] 全局对话上下文搜索 - 跨 Agent/会话检索历史对话

[Clawiee]

💡 Feature Request: 全局对话上下文搜索功能

Tags: feature, search, conversation, ux

---

Summary

增加一个全局对话上下文搜索功能，支持跨所有 Agent、跨所有会话检索历史对话内容。

Motivation

当前痛点：

1. 对话后遗忘 - 与某个 Agent 对话后，过段时间想找回相关信息，但：

   • 不记得是哪个 Agent
   • 不记得在哪个会话
   • 只记得讨论过某个关键词/概念

2. 逐个查找低效 - 只能：

   • 挨个进入每个 Agent 的会话列表
   • 逐个会话翻找
   • 如果有 10+ 个 Agent，每个 Agent 多个会话，效率极低

3. 跨 Agent 关联信息 - 可能在不同 Agent 处讨论过相关话题，需要汇总查看

Proposed Solution

入口设计

1. 全局搜索入口

   • 顶部导航栏搜索框（支持 Ctrl/Cmd + K 快捷键）
   • 输入关键词后自动搜索所有对话

2. 搜索结果展示

   • 按相关性排序
   • 显示：对话片段摘要 + 所属 Agent + 所属会话 + 时间
   • 支持点击跳转到对应会话的对应位置

搜索能力

功能	说明
关键词搜索	匹配对话内容中的文本
时间范围	支持筛选最近 7天 / 30天 / 全部
Agent 筛选	可指定搜索某个 Agent
会话筛选	可指定搜索某个会话
上下文预览	显示匹配片段前后各 N 条消息

示例交互

用户输入：RAG 优化
搜索结果：
┌─────────────────────────────────────────────────────────┐
│ 📄 RAG 优化 - 检索增强生成调优                          │
│ "我们可以通过调整 chunk size 来优化 RAG..."            │
│ Agent: 技术助手 | 会话: RAG 调优讨论 | 3天前             │
│ [跳转到此处]                                            │
├─────────────────────────────────────────────────────────┤
│ 📄 RAG 优化 - 向量数据库选择                            │
│ "对于 RAG 场景，推荐使用 FAISS 或 Milvus..."           │
│ Agent: 数据库顾问 | 会话: 向量库选型 | 1周前            │
│ [跳转到此处]                                            │
└─────────────────────────────────────────────────────────┘

Technical Considerations

数据存储

• 对话消息需要可索引化
• 考虑使用全文搜索引擎（Elasticsearch/Meilisearch）或数据库全文索引

搜索字段

{
  "content": "消息内容",
  "agent_id": "所属 Agent ID",
  "agent_name": "所属 Agent 名称",
  "session_id": "所属会话 ID",
  "session_name": "所属会话名称",
  "user_id": "对话用户",
  "created_at": "创建时间",
  "updated_at": "更新时间"
}

权限控制

• 私有会话：只能搜索到自己创建的会话
• 共享会话：可被有权限的用户搜索到
• 不得跨租户搜索

性能考量

• 考虑增量索引而非全量重建
• 对高频搜索词做缓存
• 限制单次搜索结果数量（分页加载）

UI/UX Design

搜索弹窗（Command Palette 风格）

┌─────────────────────────────────────────────┐
│ 🔍 搜索所有对话...                    [ESC] │
├─────────────────────────────────────────────┤
│ [输入搜索关键词...]                         │
├─────────────────────────────────────────────┤
│ 筛选：                                      │
│  Agent: [全部 ▼]   时间: [全部 ▼]          │
├─────────────────────────────────────────────┤
│ 搜索结果（按相关性排序）                    │
│                                              │
│ 📄 RAG 优化建议                             │
│ "...通过调整 chunk size 来优化检索..."     │
│ 技术助手 → RAG 调优 | 2026-08-01           │
│                                              │
│ 📄 性能问题排查                             │
│ "...发现加载慢是因为没有缓存..."            │
│ 运维助手 → 问题记录 | 2026-08-03           │
│                                              │
│ [加载更多...]                               │
└─────────────────────────────────────────────┘

跳转到定位

• 点击搜索结果后，自动打开对应 Agent → 对应会话 → 滚动到匹配消息位置
• 高亮匹配关键词

Use Cases

场景 1：找回灵感

• 上周和"产品助手"讨论过某个功能创意
• 记得关键词是"用户画像"
• 全局搜索"用户画像" → 快速定位

场景 2：跨 Agent 汇总

• 需要整理某个项目涉及的所有讨论
• 全局搜索项目名称 → 汇总所有 Agent 的相关对话

场景 3：审计追溯

• 管理员需要审计某段时间内的所有对话
• 按时间范围 + 关键词筛选

Success Metrics

• 用户搜索后能在 3 次点击内找到目标对话
• 搜索响应时间 < 500ms
• 搜索结果相关性准确率 > 80%

Related Issues

可能与 #838（通讯录设计）相关，搜索功能可作为通讯录/导航的扩展能力。

Priority

High - 这是一个能显著提升用户效率的核心功能，尤其适合重度用户和多 Agent 场景。