fix(memory): prevent cross-role alias contamination in entity dedup

- Extract user aliases from raw dialog statements instead of post-dedup
  entities to bypass merge pollution
- Add alias cross-cleaning step in _normalize_special_entity_names to
  strip AI assistant aliases from user entities before dedup
- Call clean_cross_role_aliases after second-layer dedup to handle
  historical dirty data merged from Neo4j
- Fix syntax error in prompt_utils.py (ontology_types variable assignment)

api/app/core/memory/storage_services/extraction_engine/deduplication/deduped_and_disamb.py

@@ -269,6 +269,22 @@ def _normalize_special_entity_names(
             ent.name = _CANONICAL_ASSISTANT_NAME
             ent.entity_type = _CANONICAL_ASSISTANT_TYPE
 
+    # 第二步：收集 AI 助手实体的所有别名，从用户实体的 aliases 中排除
+    # 防止 LLM 把 AI 的名字错误放入用户实体的 aliases
+    assistant_alias_set = set()
+    for ent in entity_nodes:
+        if _is_assistant_entity(ent):
+            for alias in (getattr(ent, "aliases", []) or []):
+                assistant_alias_set.add(alias.strip().lower())
+
+    if assistant_alias_set:
+        for ent in entity_nodes:
+            if _is_user_entity(ent):
+                original_aliases = getattr(ent, "aliases", []) or []
+                cleaned = [a for a in original_aliases if a.strip().lower() not in assistant_alias_set]
+                if len(cleaned) < len(original_aliases):
+                    ent.aliases = cleaned
+
 
 def clean_cross_role_aliases(
     entity_nodes: List[ExtractedEntityNode],

api/app/core/memory/storage_services/extraction_engine/deduplication/two_stage_dedup.py

@@ -15,6 +15,7 @@ from app.core.memory.models.message_models import DialogData
 from app.core.memory.models.variate_config import ExtractionPipelineConfig
 from app.core.memory.storage_services.extraction_engine.deduplication.deduped_and_disamb import (
     deduplicate_entities_and_edges,
+    clean_cross_role_aliases,
 )
 from app.core.memory.storage_services.extraction_engine.deduplication.second_layer_dedup import (
     second_layer_dedup_and_merge_with_neo4j,
@@ -100,6 +101,10 @@ async def dedup_layers_and_merge_and_return(
     except Exception as e:
         print(f"Second-layer dedup failed: {e}")
 
+    # 第二层去重后，清洗用户/AI助手之间的别名交叉污染
+    # 第二层从 Neo4j 合并了旧实体，可能带入历史脏数据
+    clean_cross_role_aliases(fused_entity_nodes)
+
     return (
         dialogue_nodes,
         chunk_nodes,

api/app/core/memory/storage_services/extraction_engine/extraction_orchestrator.py

@@ -1367,7 +1367,7 @@ class ExtractionOrchestrator:
                 return
 
             # 1. 提取本轮对话的用户别名（保持 LLM 提取的原始顺序，不排序）
-            current_aliases = self._extract_current_aliases(entity_nodes)
+            current_aliases = self._extract_current_aliases(entity_nodes, dialog_data_list)
 
             # 1.5 从 Neo4j 查询已有的 AI 助手别名，作为额外的排除源
             # （防止 LLM 未提取出 AI 助手实体时，AI 别名泄漏到用户别名中）
@@ -1459,45 +1459,58 @@ class ExtractionOrchestrator:
     # 用户实体占位名称，不允许作为 other_name 或出现在 aliases 中
     USER_PLACEHOLDER_NAMES = {'用户', '我', 'User', 'I'}
 
-    def _extract_current_aliases(self, entity_nodes: List[ExtractedEntityNode]) -> List[str]:
+    def _extract_current_aliases(self, entity_nodes: List[ExtractedEntityNode], dialog_data_list=None) -> List[str]:
-        """从实体节点提取用户别名（保持 LLM 提取的原始顺序，不进行任何排序）
+        """从用户发言的原始实体中提取别名（绕过去重污染）
         
-        这个方法直接返回 LLM 提取的别名列表，并过滤掉：
+        策略：
-        1. 占位名称（"用户"、"我"、"User"、"I"）
+        1. 从 dialog_data_list 中找到 speaker="user" 的 statement
-        2. AI 助手实体的别名（防止 AI 的名字被错误归入用户别名）
+        2. 从这些 statement 的 triplet_extraction_info 中提取用户实体的 aliases
-        
+        3. 这样拿到的是 LLM 对用户原话的提取结果，不受去重合并的影响
-        第一个别名将被用作 other_name。
         
         Args:
-            entity_nodes: 实体节点列表
+            entity_nodes: 去重后的实体节点列表（备用）
+            dialog_data_list: 对话数据列表（优先使用）
             
         Returns:
-            别名列表（保持 LLM 提取的原始顺序，已过滤占位名称和 AI 别名）
+            别名列表（保持原始顺序，已过滤）
         """
-        # 先收集 AI 助手实体的所有别名（用于排除）
+        # 优先从原始 dialog_data_list 中提取（绕过去重污染）
-        assistant_names = set()
+        if dialog_data_list:
-        ASSISTANT_PLACEHOLDER_NAMES = {"AI助手", "助手", "AI Assistant", "Assistant"}
+            all_user_aliases = []
-        for entity in entity_nodes:
+            seen_lower = set()
-            ent_name = getattr(entity, 'name', '').strip()
+            for dialog in dialog_data_list:
-            if ent_name in ASSISTANT_PLACEHOLDER_NAMES:
+                for chunk in dialog.chunks:
-                for alias in (getattr(entity, 'aliases', []) or []):
+                    speaker = getattr(chunk, 'speaker', None)
-                    assistant_names.add(alias.strip().lower())
+                    for statement in chunk.statements:
-                # AI 助手的 name 本身也加入排除集
+                        stmt_speaker = getattr(statement, 'speaker', None) or speaker
-                assistant_names.add(ent_name.lower())
+                        if stmt_speaker != "user":
-        
+                            continue
-        # 提取用户实体的别名，排除占位名称和 AI 助手别名
+                        triplet_info = getattr(statement, 'triplet_extraction_info', None)
+                        if not triplet_info:
+                            continue
+                        for entity in (triplet_info.entities or []):
+                            ent_name = getattr(entity, 'name', '').strip()
+                            if ent_name in self.USER_PLACEHOLDER_NAMES:
+                                for alias in (getattr(entity, 'aliases', []) or []):
+                                    a = alias.strip()
+                                    if a and a not in self.USER_PLACEHOLDER_NAMES and a.lower() not in seen_lower:
+                                        all_user_aliases.append(a)
+                                        seen_lower.add(a.lower())
+            if all_user_aliases:
+                logger.debug(f"从用户原始发言提取到别名: {all_user_aliases}")
+                return all_user_aliases
+
+        # 兜底：从去重后的 entity_nodes 提取（旧逻辑）
         for entity in entity_nodes:
             if getattr(entity, 'name', '').strip() in self.USER_PLACEHOLDER_NAMES:
                 aliases = getattr(entity, 'aliases', []) or []
                 filtered = [
                     a for a in aliases
                     if a.strip() not in self.USER_PLACEHOLDER_NAMES
-                    and a.strip().lower() not in assistant_names
                 ]
-                logger.debug(f"提取到用户别名（已过滤占位名称和AI别名）: {filtered}")
+                if filtered:
-                if assistant_names:
+                    logger.debug(f"从去重后实体提取到别名（兜底）: {filtered}")
-                    logger.debug(f"已排除的AI助手别名: {assistant_names}")
+                    return filtered
-                return filtered
         return []
 
 

api/app/core/memory/utils/prompt/prompt_utils.py

@@ -225,7 +225,7 @@ async def render_triplet_extraction_prompt(
     template = prompt_env.get_template("extract_triplet.jinja2")
     
     # 准备本体类型数据
-    ontology_types: OntologyTypeList | None = None,
+    ontology_type_section = None
     ontology_type_names = []
     type_hierarchy_hints = []
     if ontology_types and ontology_types.types: