[wolverin0]

AUDITORÍA DE LATENCIA Y COSTO DEL CAMINO CALIENTE (MEMORYMASTER | BOLT)

Fecha UTC: 2026-10-25 06:22:47 UTC
HEAD exacto: cc297249b928d1a7ff45139e36ac42557b153563
Rango revisado: cc297249b928d1a7ff45139e36ac42557b153563 (merge PR #301 en las últimas 72 horas).
Informe previo: No se encontró informe previo firmado por este revisor (Bolt) en el árbol.

---

Tabla de Áreas Revisadas

Área	Estado	Observación
recall/ (context_hook, dense_recall, hook_policy, remote)	PASS	context_hook.recall responde en ~64 ms (p95 ~76 ms). Límite estricto <= 2 claims inyectados (DEFAULT_MAX_CLAIMS=2). Inyección acotada y deduplicada por sesión.
recall en public/v1.py	PASS	Fachada versionada opera en ~572 ms (p95 ~589 ms). Consultas SQL agrupadas en lote (WHERE claim_id IN (...)). Sin N+1 en Python.
surfaces/mcp_server.py y mcp_http.py	PASS	Módulos sin cargas pesadas a nivel superior. _limit_native_threads() limita hilos BLAS a 1. Precarga perezosa de ML.
Hooks de config_templates/hooks/memorymaster-recall.py	PASS	Filtro de prompts triviales (is_trivial_prompt) en ~0.0035 ms. Fallback seguro por timeout (remote_recall < 1.5 s).
Arranque del servidor y librerías nativas	PASS	Hilos BLAS (OPENBLAS_NUM_THREADS, OMP_NUM_THREADS, MKL_NUM_THREADS) fijados en 1. Carga de sentence-transformers perezosa y aislada.

---

Resumen de Hallazgos

SIN HALLAZGOS NUEVOS

Todas las invariantes de latencia, presupuesto de inyección por prompt y aislamiento de arranque se cumplen estrictamente:

1. Presupuesto de Latencia y Timeout Fail-Safe: En un harness aislado con base de datos SQLite de 2000 claims ficticios, context_hook.recall registró una mediana de 64.02 ms y p95 de 75.96 ms, dentro del presupuesto de timeout (1.5 s). Si la llamada remota a MCP falla o agota el tiempo de espera, devalúa de forma segura a omitir la inyección sin bloquear el cliente.
2. Límite de Inyección por Prompt: La inyección está acotada por omisión a un máximo de 2 claims (hook_policy.max_claims() == 2) y deduplicada por id de sesión (hook_policy.seen_ids). Prompts triviales o de asentamiento se omiten de inmediato en ~0.0035 ms.
3. Análisis de Consultas SQL (N+1): Se verificaron las consultas SQL ejecutadas durante la recuperación. En Python se realizan ~30 sentencias SELECT parametrizadas por llamada, agrupando citas mediante cláusulas IN (...). Las consultas adicionales registradas por SQLite corresponden al motor C de la extensión FTS5 calculando metadatos BM25 de claims_fts_docsize, sin bucles N+1 en código de aplicación.
4. Imports en Arranque: mcp_server.py y mcp_http.py no importan torch ni sentence-transformers en la ruta común de nivel superior.

---

Pruebas Ejecutadas

• Suite de Pruebas Aislada (poetry run pytest): 32 pruebas pasadas (tests/test_public_demo.py, tests/test_context_hook.py, tests/test_ro_recall.py).
• Verificación de Estilo / Linter (poetry run ruff check): 100% pasado sin advertencias ni errores.
• Harness de Microbenchmark sobre SQLite Desechable (2000 claims ficticios):
  • context_hook.recall: Mediana = 64.02 ms, P95 = 75.96 ms, Claims Inyectados = 0..2 (PASS <= 2).
  • public.v1.recall: Mediana = 572.44 ms, P95 = 589.38 ms.
  • is_trivial_prompt: 0.0035 ms (omite consulta SQL).
• Límites / Sin Ejecutar: Qdrant, PostgreSQL real, servicios MCP compartidos en puertos 8766/8767 e interfaces con LLM externas se mantuvieron adecuadamente aislados y no fueron invocados (NOT_RUN).

Siguiente revision: base sugerida cc29724

---

PR created automatically by Jules for task 13735683825040192407 started by @wolverin0

[google-labs-jules]

👋 Jules, reporting for duty! I'm here to lend a hand with this pull request.

When you start a review, I'll add a 👀 emoji to each comment to let you know I've read it. I'll focus on feedback directed at me and will do my best to stay out of conversations between you and other bots or reviewers to keep the noise down.

I'll push a commit with your requested changes shortly after. Please note there might be a delay between these steps, but rest assured I'm on the job!

For more direct control, you can switch me to Reactive Mode. When this mode is on, I will only act on comments where you specifically mention me with @jules. You can find this option in the Pull Request section of your global Jules UI settings. You can always switch back!

New to Jules? Learn more at jules.google/docs.

---

For security, I will only act on instructions from the user who triggered this task.