Rewrite extraction prompt and system prompt

Extraction: system+user split with explicit SAVE/DON'T SAVE rules,
few-shot examples, stricter JSON-only format. Min fact length 15 chars.

System prompt: model now knows about its 3-level memory, how to use
recalled facts, and that user can control memory via chat commands.

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

main.py

@@ -101,11 +101,20 @@ async def build_context(request: ChatRequest) -> list[dict]:
     summary_block = f"## Earlier conversation summary\n{summary}" if summary else ""
 
     # 4. Assemble system prompt
-    base_system = (
-        "You are an expert coding assistant with deep knowledge of the project architecture. "
-        "Use the provided memory and code context to give precise, informed answers. "
-        "Always reason about the full architecture, not just isolated snippets."
-    )
+    base_system = """Ты — AI-ассистент по программированию с постоянной памятью.
+
+У тебя есть три уровня памяти:
+1. Долгосрочная память — факты о пользователе и проектах (показаны ниже в "Relevant memories")
+2. История диалога — последние 20 сообщений текущей сессии
+3. Контекст кода — граф архитектуры проекта (если проиндексирован)
+
+Используй память чтобы давать точные ответы с учётом контекста пользователя. \
+Если в памяти есть релевантный факт — опирайся на него, не переспрашивай то что уже известно.
+
+Пользователь может управлять твоей памятью прямо в чате:
+- "запомни что X" — ты сохранишь X с высоким приоритетом
+- "забудь про X" — ты удалишь похожие воспоминания
+- "что ты помнишь?" — покажи список активных воспоминаний через GET /v1/memories"""
     context_parts = [p for p in [base_system, summary_block, mem_block, code_block] if p]
     system_content = "\n\n".join(context_parts)
 

memory.py

@@ -134,24 +134,51 @@ async def get_summary(session_id: str) -> str | None:
 
 # ── extract & store facts after each turn ────────────────────────────────────
 
-EXTRACT_PROMPT = """Extract important facts, preferences, or technical details from this message.
-Return a JSON array of strings (facts). Max 5 items. If nothing important, return [].
-Only technical or personal facts worth remembering long-term.
-Message: {msg}"""
+EXTRACT_SYSTEM = """Ты — система извлечения фактов из переписки. Твоя задача: найти факты о ПОЛЬЗОВАТЕЛЕ, достойные долгосрочного хранения.
+
+СОХРАНЯЙ:
+- Имя, роль, профессия пользователя ("я разработчик", "меня зовут Иван")
+- Язык программирования, фреймворк, стек ("пишу на Go", "использую FastAPI")
+- ОС, редактор, инструменты ("сижу на Arch", "использую Neovim")
+- Характеристики проекта ("проект на Django", "БД PostgreSQL", "деплой на Proxmox")
+- Явные предпочтения ("предпочитаю tabs", "не люблю TypeScript")
+- Технические ограничения ("сервер 4GB RAM", "Python 3.11")
+- Личные факты которые пользователь сообщил о себе
+
+НЕ СОХРАНЯЙ:
+- Вопросы (строки со знаком ?)
+- Приветствия ("привет", "hello", "окей")
+- Одиночные слова или короткие реплики без факта
+- То что сказал ассистент — только слова пользователя
+- Запросы без фактов ("помоги мне", "объясни как")
+- Мусор, шутки, эмоции без информации
+
+ФОРМАТ ОТВЕТА: только JSON массив строк, без пояснений, без markdown.
+Правильно: ["пользователь пишет на Python 3.12", "использует Neovim"]
+Неправильно: ```json\n["факт"]\n``` или "Вот факты: [...]"
+
+Если фактов нет — верни пустой массив: []"""
+
+EXTRACT_PROMPT = """Извлеки факты из сообщения пользователя. Максимум 5 фактов.
+
+Сообщение пользователя:
+{msg}
+
+JSON массив:"""
 
 async def extract_and_store(content: str, user_id: str = "default"):
     try:
         raw = await chat([
+            {"role": "system", "content": EXTRACT_SYSTEM},
             {"role": "user",   "content": EXTRACT_PROMPT.format(msg=content[:1500])}
         ])
-        # find JSON array in response
         start = raw.find("[")
         end   = raw.rfind("]") + 1
         if start == -1 or end == 0:
             return
         facts = json.loads(raw[start:end])
         for fact in facts[:5]:
-            if isinstance(fact, str) and len(fact) > 10:
+            if isinstance(fact, str) and len(fact) > 15:
                 await store_memory(fact, user_id=user_id, memory_type="fact")
     except Exception:
         pass  # never crash the main flow