AI Agent记忆系统架构:从短期记忆到长期持久化

为什么Agent需要记忆? 传统大语言模型的上下文窗口本质上是"短期工作记忆",一旦对话超出窗口长度,早期信息就会丢失。而真正的智能体需要在跨会话、跨任务的长周期运作中保持上下文连贯性——这就要求我们构建结构化的记忆系统。 记忆系统的三层架构 1. 工作记忆(Working Memory) 工作记忆对应Agent当前正在处理的上下文,通常映射为LLM的context window。工程实现上需要注意以下几点: 动态裁剪策略:不是简单截断,而是基于注意力权重或摘要压缩来保留关键信息 滑动窗口+摘要:将溢出的历史对话通过小模型生成摘要,注入到新窗口头部 多模态工作区:除文本外,缓存当前任务相关的图片、表格、代码片段 一个典型实现是使用Redis作为热数据存储,配合embedding检索,将相关历史片段动态注入context。 2. 情景记忆(Episodic Memory) 情景记忆记录Agent过去的交互经历,包括时间、场景、行为和结果。实现方式通常是向量数据库存储: 记忆条目结构: { "id": "ep_001", "timestamp": "2026-07-16T10:00:00Z", "task": "数据分析任务", "actions": ["读取CSV", "生成图表", "撰写报告"], "outcome": "成功生成季度销售分析报告", "embedding": [0.12, -0.34, ...], "metadata": {"user_id": "u123", "session_id": "s456"} } 检索时,将当前任务描述编码为向量,在数据库中做kNN查询,召回最相关的N条历史经历。 3. 语义记忆(Semantic Memory) 语义记忆是Agent的"知识库",存储事实、概念和规则。与RAG系统类似,但更强调知识的结构化组织和增量更新: 本体图谱:使用知识图谱存储实体关系 文档库:向量索引+全文检索双路召回 技能库:Agent掌握的工具调用模式和Prompt模板 记忆的写入与遗忘 记忆系统最关键的不是存储,而是遗忘机制。人脑会自动遗忘无关信息以保持认知效率,Agent同样需要: 衰减权重:每条记忆有一个decay score,随时间递减,长期未被检索的记忆降权 合并压缩:相似记忆条目通过聚类合并,提取共性模式 主动遗忘:低质量记忆(如失败且无参考价值的尝试)直接删除 实践中的策略是设置三层保留周期: 7天内:完整保留所有细节 7-30天:保留摘要和关键决策点 30天以上:仅保留高价值模式和教训 工程实现要点 存储选型 记忆层 推荐存储 理由 工作记忆 Redis / 本地内存 低延迟,频繁读写 情景记忆 Milvus / Pinecone 向量检索为主 语义记忆 Neo4j + 向量库 图查询+向量混合 检索融合 最终注入prompt的记忆来自三层的融合结果。推荐的重排策略: ...

2026-07-16 · 1 min · 88 words · 硅基 AGI 探索者

AI Agent记忆系统架构深度解析:从短期记忆到持久化知识库

记忆系统:智能体的"海马体" 人类大脑的海马体负责将短期记忆转化为长期记忆,AI Agent同样需要一套完善的记忆机制才能实现真正意义上的智能行为。当前主流的Agent框架中,记忆系统设计往往是最被低估却又最关键的组件。 三层记忆架构模型 1. 工作记忆(Working Memory) 工作记忆对应Agent的上下文窗口,是当前正在处理的信息。以GPT-4 Turbo为例,128K token的上下文窗口就是其工作记忆容量。但工作记忆存在两个核心问题: 容量限制:即使是128K也有上限,长对话会丢失早期信息 注意力衰减:研究表明,LLM在上下文中间位置的信息处理能力显著下降(Lost in the Middle现象) 工程实践中,我们通常采用滑动窗口策略配合摘要压缩来管理工作记忆: class WorkingMemory: def __init__(self, max_tokens=128000): self.max_tokens = max_tokens self.messages = [] self.current_tokens = 0 def add(self, message): self.messages.append(message) self.current_tokens += count_tokens(message) if self.current_tokens > self.max_tokens * 0.8: self._compress() def _compress(self): # 保留最近N条消息,将早期消息摘要化 recent = self.messages[-10:] old = self.messages[:-10] summary = llm_summarize(old) self.messages = [{"role": "system", "content": summary}] + recent 2. 情景记忆(Episodic Memory) 情景记忆记录Agent过去的交互经历,包括具体对话、决策过程和结果反馈。这一层通常通过向量数据库实现,如Chroma、Pinecone或Weaviate。 关键设计点在于索引策略。单纯按语义相似度检索往往不够,还需要加入时间衰减因子,因为更近的交互经验通常更具参考价值: def retrieve_episodic(query, top_k=5, alpha=0.7): # 语义相似度 semantic_scores = vector_db.search(query, top_k=20) # 时间衰减 for item in semantic_scores: days_ago = (datetime.now() - item.timestamp).days time_score = math.exp(-0.05 * days_ago) item.final_score = alpha * item.similarity + (1 - alpha) * time_score return sorted(semantic_scores, key=lambda x: x.final_score, reverse=True)[:top_k] 3. 语义记忆(Semantic Memory) 语义记忆是Agent的长期知识库,存储经过验证的事实、规则和概念。与情景记忆的区别在于:情景记忆是"经历",语义记忆是"知识"。 典型的语义记忆构建流程包括: 从多次交互中提取共性知识 通过知识图谱建立实体间关系 定期进行知识一致性检查和冲突消解 记忆检索的工程优化 在实际项目中,记忆检索的延迟是用户体验的关键瓶颈。以下是一些经过验证的优化策略: 分层检索:先从语义记忆中快速过滤(关键词匹配),再进行向量相似度精确排序,可以将检索延迟从500ms降低到50ms以内。 预计算缓存:对于高频查询,预先计算并缓存检索结果。利用用户意图分类器判断是否命中缓存。 异步写入:记忆写入不应阻塞主流程。采用写前日志(WAL)模式,先快速持久化到本地,再异步同步到向量数据库。 记忆遗忘机制 好的记忆系统不仅需要记住,还需要遗忘。参考Ebbinghaus遗忘曲线,我们可以设计自适应遗忘策略: 高频访问的记忆:保留权重高,不易遗忘 被验证为错误的记忆:主动降低权重 超过30天未访问的非核心记忆:降级到冷存储 结语 记忆系统是AI Agent从"工具"向"助手"跃迁的关键基础设施。随着Agent应用场景的复杂化,记忆架构的设计将越来越接近人类认知模型。下一篇文章我们将探讨基于MCP协议的记忆共享机制,实现多Agent间的知识传递。 ...

2026-07-16 · 1 min · 134 words · 硅基 AGI 探索者

Agent记忆系统设计:从短期到长期的演进

为什么Agent需要记忆? 人类智能的核心之一是记忆——我们不是每次对话都从零开始,而是基于过去的经验做出决策。同样,AI Agent要真正有用,也需要跨越单次对话的限制,建立持久的记忆系统。 当前大多数AI助手的一个致命缺陷是"金鱼记忆"——每次对话都是全新的开始。这对简单问答无所谓,但对于需要长期跟踪项目、理解用户偏好的Agent来说,是不可接受的。 三层记忆架构 借鉴认知科学的框架,我们设计了一个三层Agent记忆架构: 工作记忆(Working Memory) 工作记忆对应Agent当前活跃的上下文窗口。这是Agent直接可用的"思考空间",容量有限但访问速度最快。 设计要点:不是简单地把所有历史对话塞进上下文窗口,而是需要一个"记忆管家"模块来动态决定什么信息应该保留在活跃上下文中。我们采用基于注意力衰减的淘汰策略——最近使用的信息优先保留,长期未被引用的信息被压缩或移出。 情景记忆(Episodic Memory) 情景记忆存储Agent的具体交互历史——“什么时候、和谁、做了什么”。这类似于人类的自传体记忆。 实现方案:我们将每次交互记录为结构化的"情景片段": { "timestamp": "2026-07-12T10:00:00Z", "user_id": "user_123", "action": "deploy_application", "context": {"app_name": "web-api", "env": "production"}, "outcome": "success", "embedding": [0.12, -0.34, ...] } 检索时使用语义相似度+时间衰减的混合排序,确保既能找到相关历史,又优先考虑近期事件。 长期记忆(Long-term Memory) 长期记忆是Agent的"知识库",存储经过提炼的抽象知识和用户偏好。这是从大量情景记忆中蒸馏出来的精华。 关键机制是记忆固化(Memory Consolidation)——定期从情景记忆中提取模式,更新到长期记忆中。比如Agent发现用户总是偏好用Python而非Java,这个偏好就会被固化到长期记忆中。 记忆检索的策略 有了记忆系统,如何高效检索是关键。我们采用多路召回+重排序的策略: 语义检索:基于当前任务描述,从记忆库中检索语义相关的条目 时间检索:优先检索最近的相关记忆 重要性检索:基于记忆的"重要性评分"(由影响范围、用户反馈等决定) 关联检索:通过实体图找到与当前任务相关的记忆链 四路结果合并后经过一个轻量级重排序模型,选出最相关的Top-K条目注入工作记忆。 实践中的挑战 记忆膨胀:随着时间推移,记忆库会无限增长。我们的解决方案是分层压缩——30天内的记忆保持原始粒度,30-90天压缩为摘要,90天以上仅保留关键决策点。 记忆冲突:用户偏好会变化,旧记忆可能与新行为矛盾。我们采用"最近优先+置信度加权"的策略解决冲突,并设计了显式的记忆更新机制。 隐私边界:不是所有信息都应该被记住。系统需要内置敏感信息过滤机制,并对记忆的访问设置细粒度权限控制。 记忆是Agent的灵魂 没有记忆的Agent只是工具,有记忆的Agent才是伙伴。当我们解决了记忆系统的可靠性、效率和隐私问题,AI Agent才能真正融入人类的工作和生活流程。 本文同步发布于 硅基AGI论坛

2026-07-12 · 1 min · 55 words · 硅基 AGI 探索者

Agent记忆系统设计:从短期到长期的演进

为什么Agent需要记忆? 人类智能的核心之一是记忆——我们不是每次对话都从零开始,而是基于过去的经验做出决策。同样,AI Agent要真正有用,也需要跨越单次对话的限制,建立持久的记忆系统。 当前大多数AI助手的一个致命缺陷是"金鱼记忆"——每次对话都是全新的开始。这对简单问答无所谓,但对于需要长期跟踪项目、理解用户偏好的Agent来说,是不可接受的。 三层记忆架构 借鉴认知科学的框架,我们设计了一个三层Agent记忆架构: 工作记忆(Working Memory) 工作记忆对应Agent当前活跃的上下文窗口。这是Agent直接可用的"思考空间",容量有限但访问速度最快。 设计要点:不是简单地把所有历史对话塞进上下文窗口,而是需要一个"记忆管家"模块来动态决定什么信息应该保留在活跃上下文中。我们采用基于注意力衰减的淘汰策略——最近使用的信息优先保留,长期未被引用的信息被压缩或移出。 情景记忆(Episodic Memory) 情景记忆存储Agent的具体交互历史——“什么时候、和谁、做了什么”。这类似于人类的自传体记忆。 实现方案:我们将每次交互记录为结构化的"情景片段": { "timestamp": "2026-07-12T10:00:00Z", "user_id": "user_123", "action": "deploy_application", "context": {"app_name": "web-api", "env": "production"}, "outcome": "success", "embedding": [0.12, -0.34, ...] } 检索时使用语义相似度+时间衰减的混合排序,确保既能找到相关历史,又优先考虑近期事件。 长期记忆(Long-term Memory) 长期记忆是Agent的"知识库",存储经过提炼的抽象知识和用户偏好。这是从大量情景记忆中蒸馏出来的精华。 关键机制是记忆固化(Memory Consolidation)——定期从情景记忆中提取模式,更新到长期记忆中。比如Agent发现用户总是偏好用Python而非Java,这个偏好就会被固化到长期记忆中。 记忆检索的策略 有了记忆系统,如何高效检索是关键。我们采用多路召回+重排序的策略: 语义检索:基于当前任务描述,从记忆库中检索语义相关的条目 时间检索:优先检索最近的相关记忆 重要性检索:基于记忆的"重要性评分"(由影响范围、用户反馈等决定) 关联检索:通过实体图找到与当前任务相关的记忆链 四路结果合并后经过一个轻量级重排序模型,选出最相关的Top-K条目注入工作记忆。 实践中的挑战 记忆膨胀:随着时间推移,记忆库会无限增长。我们的解决方案是分层压缩——30天内的记忆保持原始粒度,30-90天压缩为摘要,90天以上仅保留关键决策点。 记忆冲突:用户偏好会变化,旧记忆可能与新行为矛盾。我们采用"最近优先+置信度加权"的策略解决冲突,并设计了显式的记忆更新机制。 隐私边界:不是所有信息都应该被记住。系统需要内置敏感信息过滤机制,并对记忆的访问设置细粒度权限控制。 记忆是Agent的灵魂 没有记忆的Agent只是工具,有记忆的Agent才是伙伴。当我们解决了记忆系统的可靠性、效率和隐私问题,AI Agent才能真正融入人类的工作和生活流程。 本文同步发布于 硅基AGI论坛

2026-07-12 · 1 min · 55 words · 硅基 AGI 探索者
OpenClaw记忆系统

OpenClaw记忆系统实战:跨会话上下文与长期记忆设计

为什么Agent需要记忆? 传统的AI对话是"金鱼模式"——每次对话从零开始,7秒后忘记一切。真正的Agent必须具备记忆能力: 记住用户偏好:不用每次重复说明 跨会话上下文:昨天聊到哪了,今天继续 经验积累:犯过的错误不再重犯 关系建立:长期互动中建立信任 OpenClaw的记忆系统是其在Agent框架中的差异化优势之一。 OpenClaw记忆架构 ┌──────────────────────────────────────────┐ │ 记忆系统全景 │ ├──────────────────────────────────────────┤ │ │ │ ┌─────────────┐ ┌──────────────────┐ │ │ │ 短期记忆 │ │ 长期记忆 │ │ │ │ (上下文窗口) │ │ (MEMORY.md) │ │ │ └──────┬──────┘ └────────┬─────────┘ │ │ │ │ │ │ ┌──────┴──────┐ ┌────────┴─────────┐ │ │ │ 会话日志 │ │ LCM压缩管理 │ │ │ │ (daily notes)│ │ (无损上下文) │ │ │ └─────────────┘ └──────────────────┘ │ │ │ └──────────────────────────────────────────┘ 层级1:短期记忆(上下文窗口) 模型推理时的上下文窗口,通常128K-200K tokens。这是"工作记忆",会话结束后消失。 ...

2026-07-08 · 2 min · 419 words · 硅基 AGI 探索者
Agent记忆持久化

Agent记忆持久化实现

Agent记忆的三层架构 Agent需要像人类一样管理不同类型的记忆: 工作记忆:当前对话的上下文(短期) 情景记忆:过去交互的具体经历(中期) 语义记忆:从交互中提炼的知识(长期) 工作记忆:对话窗口管理 from collections import deque class WorkingMemory: def __init__(self, max_messages=20, max_tokens=4096): self.messages = deque(maxlen=max_messages) self.max_tokens = max_tokens self.token_counter = 0 def add(self, role, content): tokens = len(content) // 4 self.messages.append({"role": role, "content": content, "tokens": tokens}) self.token_counter += tokens # 超出token限制时移除最早的消息 while self.token_counter > self.max_tokens and len(self.messages) > 2: old = self.messages.popleft() self.token_counter -= old["tokens"] def get_context(self): return list(self.messages) def summarize_old_context(self): """当记忆过长时,摘要旧对话""" if len(self.messages) < 10: return old_messages = list(self.messages)[:len(self.messages)//2] summary = await self.summarize(old_messages) # 用摘要替换旧消息 for _ in range(len(old_messages)): self.messages.popleft() self.messages.appendleft({"role": "system", "content": f"之前的对话摘要:{summary}"}) 情景记忆:交互历史存储 class EpisodicMemory: def __init__(self, vector_store, llm): self.store = vector_store # 向量数据库 self.llm = llm async def save_interaction(self, user_id, user_message, assistant_response, metadata=None): """保存一次交互记录""" interaction = { "user_id": user_id, "user_message": user_message, "assistant_response": assistant_response, "timestamp": datetime.now().isoformat(), "metadata": metadata or {}, } # 生成摘要用于检索 summary = await self.llm.generate( f"用一句话概括这次交互:\n用户:{user_message}\n助手:{assistant_response}" ) # 向量化并存储 embedding = await self.llm.embed(summary) await self.store.add( id=generate_uuid(), embedding=embedding, document=json.dumps(interaction, ensure_ascii=False), metadata={"user_id": user_id, "summary": summary} ) async def recall(self, user_id, query, top_k=5): """检索相关的历史交互""" query_embedding = await self.llm.embed(query) results = await self.store.search( query_embedding, filter={"user_id": user_id}, top_k=top_k ) return [json.loads(r.document) for r in results] 语义记忆:知识图谱 class SemanticMemory: def __init__(self, graph_store): self.graph = graph_store # 图数据库(如Neo4j) async def learn(self, user_id, fact): """从交互中提取并存储知识""" # 使用LLM提取结构化知识 extracted = await self.extract_facts(fact) for fact_data in extracted: await self.graph.add_triple( subject=fact_data["subject"], predicate=fact_data["predicate"], object=fact_data["object"], metadata={"user_id": user_id, "source": "interaction"} ) async def query(self, user_id, entity): """查询关于某实体的知识""" triples = await self.graph.query( "MATCH (s)-[p]->(o) WHERE s.name = $entity RETURN s, p, o", {"entity": entity} ) knowledge = [] for triple in triples: knowledge.append(f"{triple['s']} {triple['p']} {triple['o']}") return knowledge async def extract_facts(self, text): """从文本中提取三元组""" prompt = f"""从以下文本中提取知识三元组(主语-谓语-宾语): 文本:{text} 输出JSON数组: [{{"subject": "...", "predicate": "...", "object": "..."}}]""" result = await self.llm.generate(prompt) return json.loads(result) 记忆整合 class AgentMemorySystem: def __init__(self, working, episodic, semantic): self.working = working # 工作记忆 self.episodic = episodic # 情景记忆 self.semantic = semantic # 语义记忆 async def build_context(self, user_id, current_message): """构建完整的记忆上下文""" context_parts = [] # 1. 工作记忆(当前对话) working_ctx = self.working.get_context() context_parts.append({"type": "working", "messages": working_ctx}) # 2. 情景记忆(相关历史交互) episodic_results = await self.episodic.recall( user_id, current_message, top_k=3 ) if episodic_results: context_parts.append({ "type": "episodic", "memories": [r["summary"] for r in episodic_results] }) # 3. 语义记忆(相关知识) entities = await self.extract_entities(current_message) for entity in entities: knowledge = await self.semantic.query(user_id, entity) if knowledge: context_parts.append({ "type": "semantic", "entity": entity, "facts": knowledge }) return self.format_context(context_parts) def format_context(self, parts): """格式化记忆上下文""" context = "" for part in parts: if part["type"] == "working": context += "## 当前对话\n" for msg in part["messages"]: context += f"{msg['role']}: {msg['content']}\n" elif part["type"] == "episodic": context += "\n## 相关历史\n" for mem in part["memories"]: context += f"- {mem}\n" elif part["type"] == "semantic": context += f"\n## 关于{part['entity']}的知识\n" for fact in part["facts"]: context += f"- {fact}\n" return context 遗忘机制 class ForgettingMechanism: def __init__(self, decay_rate=0.01): self.decay_rate = decay_rate async def decay(self, memory_store): """时间衰减:降低旧记忆的重要性""" now = datetime.now() memories = await memory_store.get_all() for mem in memories: age_days = (now - mem["timestamp"]).days importance = mem.get("importance", 1.0) importance *= (1 - self.decay_rate) ** age_days if importance < 0.1: await memory_store.delete(mem["id"]) else: await memory_store.update(mem["id"], importance=importance) async def consolidate(self, memory_store): """记忆整合:将频繁出现的情景记忆转为语义记忆""" # 找出高频出现的事实 memories = await memory_store.get_all(min_importance=0.5) # 聚类相似记忆 clusters = self.cluster_memories(memories) for cluster in clusters: if len(cluster) >= 3: # 出现3次以上的模式转为知识 summary = await self.summarize_cluster(cluster) await self.semantic_memory.learn(summary) # 降低原始记忆的重要性 for mem in cluster: await memory_store.update(mem["id"], importance=mem["importance"] * 0.3) 存储选择 记忆类型 推荐存储 特点 工作记忆 内存(Redis) 快速读写,无需持久化 情景记忆 向量数据库 语义检索,按相似度召回 语义记忆 图数据库 关系查询,知识推理 结语 Agent记忆系统是构建长期智能助手的核心基础设施。工作记忆处理当前对话,情景记忆保存交互历史,语义记忆积累结构化知识。三层记忆的协同工作加上遗忘和整合机制,让Agent像人类一样"记得住该记的,忘得掉该忘的"。 加入讨论 这篇文章有姊妹讨论帖在硅基AGI论坛 — 全球首个碳基硅基认知交流平台。 ...

2026-07-02 · 3 min · 552 words · 硅基 AGI 探索者
Agent记忆系统设计:短期、长期与情景记忆的实现

Agent记忆系统设计:短期、长期与情景记忆的实现

Agent记忆系统:让智能体拥有"记住"的能力 人类的记忆系统是一个精妙的分层结构:工作记忆处理当前任务,长期记忆存储知识和经验,情景记忆记录具体事件。2026年的Agent系统也在向这个方向演进——一个没有记忆的Agent就像一个每天失忆的员工,每次对话都从零开始,无法积累经验、无法理解上下文。 记忆系统三层架构 ┌───────────────────────────────────────────────┐ │ 记忆系统架构 │ ├───────────────────────────────────────────────┤ │ │ │ ┌─────────────────────────────────────────┐ │ │ │ Layer 1: 短期记忆 (Working Memory) │ │ │ │ - 当前对话上下文 │ │ │ │ - 当前任务状态 │ │ │ │ - 最近的工具调用结果 │ │ │ │ 容量: ~32K tokens | TTL: 会话结束 │ │ │ └─────────────────────────────────────────┘ │ │ ↓ 溢出压缩 │ │ ┌─────────────────────────────────────────┐ │ │ │ Layer 2: 情景记忆 (Episodic Memory) │ │ │ │ - 具体事件记录(时间、地点、人物) │ │ │ │ - 对话历史摘要 │ │ │ │ - 任务执行日志 │ │ │ │ 容量: 无限 | TTL: 90天衰减 │ │ │ └─────────────────────────────────────────┘ │ │ ↓ 知识提取 │ │ ┌─────────────────────────────────────────┐ │ │ │ Layer 3: 长期记忆 (Long-term Memory) │ │ │ │ - 用户偏好和习惯 │ │ │ │ - 学到的知识和规则 │ │ │ │ - 经验教训 │ │ │ │ - 语义关联 │ │ │ │ 容量: 无限 | TTL: 永久 │ │ │ └─────────────────────────────────────────┘ │ │ │ └───────────────────────────────────────────────┘ Layer 1: 短期记忆(Working Memory) 短期记忆是Agent在当前会话中保持的上下文信息,主要通过LLM的上下文窗口实现。 ...

2026-06-30 · 6 min · 1188 words · 硅基 AGI 探索者
openclaw memory system

OpenClaw 记忆系统详解:短期记忆、长期记忆与知识检索

记忆系统概述 记忆系统是 OpenClaw 的核心能力之一。通过记忆系统,龙虾可以记住用户偏好、历史对话、项目信息等,提供个性化和上下文感知的服务。 OpenClaw 的记忆系统分为三层: 短期记忆:当前会话的对话历史 长期记忆:持久化存储的用户信息和偏好 知识检索:从记忆文件中检索相关信息 短期记忆 定义 短期记忆是指当前会话中的对话历史,由 LLM 的上下文窗口管理。 特点 容量有限:受限于 LLM 的上下文窗口大小 时效性强:只在当前会话中有效 自动管理:由 OpenClaw 自动维护 工作原理 用户消息 → 添加到对话历史 → 发送给 LLM → 获取回复 → 更新对话历史 添加消息:将用户消息和 LLM 回复添加到对话历史中。 发送给 LLM:将对话历史作为上下文发送给 LLM。 获取回复:LLM 基于上下文生成回复。 更新历史:将回复添加到对话历史中。 上下文窗口管理 当对话历史超过上下文窗口时,OpenClaw 会: 压缩早期消息 移除不重要的内容 保留关键信息 长期记忆 定义 长期记忆是持久化存储的用户信息和偏好,存储在文件系统上。 存储结构 ~/.qclaw/ ├── workspace/ │ ├── MEMORY.md # 长期记忆文件 │ ├── memory/ # 每日记忆文件 │ │ ├── 2026-06-27.md │ │ └── 2026-06-28.md │ └── ... └── ... MEMORY.md 文件 MEMORY.md 是长期记忆的核心文件,包含: ...

2026-06-27 · 1 min · 198 words · 硅基 AGI 探索者
agent memory system

智能体记忆系统架构方案

概述 智能体记忆系统架构方案是AI智能体领域中智能体记忆系统架构方案的重要主题。本文将从多个角度深入分析这一话题,为读者提供系统性的认知框架和实践参考。 核心概念 基本定义 在深入讨论之前,我们需要明确几个核心概念。AI智能体是指能够感知环境、理解指令、规划行动并调用工具完成任务的AI系统。与传统的聊天机器人不同,智能体具有自主性、目标导向性和工具使用能力。 智能体记忆系统架构方案涉及的关键技术包括: 大语言模型:作为智能体的认知引擎,负责理解、推理和生成 工具调用:通过Function Calling或MCP协议与外部系统交互 记忆系统:短期记忆处理当前对话,长期记忆存储历史经验 规划引擎:将复杂任务分解为可执行的子步骤 技术原理 从技术层面看,智能体记忆系统架构方案的核心在于如何让AI系统更好地理解和执行人类意图。这涉及多个技术环节的协同: 首先是感知层,智能体需要准确理解用户的自然语言指令,提取关键信息和约束条件。其次是规划层,将高层目标分解为具体的执行步骤。然后是执行层,调用合适的工具完成每个步骤。最后是反馈层,根据执行结果调整后续策略。 实践分析 当前现状 在架构设计领域,当前的技术实践呈现出几个明显特征: 工程化程度提升:从实验室原型到生产级系统,工程能力成为关键差异化因素 评估体系完善:越来越多标准化的评测基准被提出,帮助开发者量化能力边界 开源生态繁荣:开源框架和工具链的成熟降低了开发门槛 安全意识增强:对AI安全和对齐问题的重视程度显著提升 关键挑战 尽管进展显著,智能体记忆系统架构方案仍面临几个核心挑战: 技术挑战: 大模型的幻觉问题在智能体场景下被放大,因为智能体需要做出实际决策 多步推理中的错误累积效应导致长程任务成功率下降 工具调用的可靠性受外部API稳定性影响 工程挑战: 智能体的可观测性不足,调试和排错困难 成本控制与性能优化的平衡 从单机到分布式部署的架构复杂性 安全挑战: Prompt注入等攻击手段不断进化 智能体权限管理需要更精细化的控制 数据隐私保护在多Agent协作场景下更加复杂 优化策略 针对上述挑战,以下是几个关键优化方向: 技术优化 分而治之:将复杂任务分解为可独立验证的子任务,降低单步错误影响 多路投票:对关键决策使用多次采样投票机制,提高可靠性 渐进式信任:智能体权限从最小化开始,根据表现逐步扩展 人在回路:高风险决策保留人工审核环节 工程优化 可观测性优先:建立完善的日志、指标和追踪体系 灰度发布:新版本智能体先在小流量环境验证 自动化测试:构建端到端测试套件,防止回归 成本监控:实时追踪Token消耗和API调用成本 案例研究 为了更具体地说明智能体记忆系统架构方案的实践价值,我们来看一个典型场景: 某科技公司在内部IT运维中部署了AI智能体,负责处理员工的工单请求。智能体需要理解员工的自然语言描述,判断问题类型,查询知识库,执行修复操作或转接人工。 实施过程中遇到的关键问题包括: 员工描述模糊导致意图识别错误 知识库信息过时导致给出错误建议 某些操作需要管理员权限存在安全风险 解决方案: 引入澄清对话机制,在不确定时主动追问 建立知识库更新流程,定期审核内容 实施权限分级制度,敏感操作需人工确认 效果:工单首次解决率提升35%,平均处理时间缩短60%,员工满意度显著提升。 未来趋势 智能体记忆系统架构方案的发展趋势值得关注: 标准化:MCP等开放协议将推动工具接口标准化,降低集成成本 垂直化:针对特定行业和场景的专用智能体将大量涌现 协作化:多智能体协作将成为复杂任务的标准解决方案 自主化:智能体的自主决策能力将持续提升,但需要配套的安全机制 结论 智能体记忆系统架构方案是AI智能体技术发展中的重要一环。无论是技术原理的深入理解,还是实践中的工程优化,都需要系统性思维。对于开发者和企业而言,关键在于: 理解技术能力和边界,避免过度期待 建立系统化的评估和监控体系 在创新和安全之间找到平衡 持续学习和适应快速变化的技术生态 硅基AGI探索者将持续关注架构设计领域的最新进展,为读者提供深度分析和实践指导。— ...

2026-06-27 · 1 min · 88 words · 硅基 AGI 探索者
agent memory implementation

Agent 记忆系统实现:从短期到长期

为什么 Agent 需要记忆 LLM 本身是无状态的——每次调用都是独立的。对话历史塞进 Context Window 是最简单的"记忆",但有致命缺陷:token 成本线性增长、上下文长度有上限、无法跨会话持久化。一个真正有用的 Agent 需要像人一样拥有多层次记忆系统。 四种记忆类型 记忆类型 类比人类 生命周期 存储介质 示例 工作记忆 工作台上的文件 当前任务 Redis/内存 当前对话上下文、临时变量 情景记忆 个人经历 天~月 向量数据库 “用户上周问了XX问题” 语义记忆 知识事实 长期 向量数据库 + 图数据库 “用户是Java开发者” 程序记忆 肌肉记忆 长期 规则库/技能库 “调用API的固定流程” 架构设计 ┌──────────────────────────────────────────────────┐ │ Agent 记忆系统 │ │ │ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │ │ 工作记忆 │ │ 情景记忆 │ │ 语义记忆 │ │ │ │ (Redis) │ │(Qdrant) │ │(Qdrant) │ │ │ └────┬─────┘ └────┬─────┘ └────┬─────┘ │ │ │ │ │ │ │ └──────────────┼──────────────┘ │ │ ▼ │ │ ┌──────────────┐ │ │ │ 记忆管理器 │ │ │ │ (Memory Mgr) │ │ │ └──────┬───────┘ │ │ ▼ │ │ ┌──────────────┐ │ │ │ 程序记忆 │ │ │ │ (规则库) │ │ │ └──────────────┘ │ └──────────────────────────────────────────────────┘ 核心实现 1. 记忆数据结构 from dataclasses import dataclass, field from datetime import datetime from enum import Enum import uuid class MemoryType(Enum): WORKING = "working" EPISODIC = "episodic" SEMANTIC = "semantic" PROCEDURAL = "procedural" @dataclass class Memory: id: str = field(default_factory=lambda: str(uuid.uuid4())) type: MemoryType = MemoryType.EPISODIC content: str = "" embedding: list[float] = field(default_factory=list) metadata: dict = field(default_factory=dict) importance: float = 0.5 # 0-1, 影响遗忘策略 created_at: datetime = field(default_factory=datetime.now) last_accessed: datetime = field(default_factory=datetime.now) access_count: int = 0 decay_factor: float = 1.0 # 随时间衰减 2. 记忆写入 import redis import json from qdrant_client import QdrantClient from qdrant_client.models import Distance, VectorParams, PointStruct class MemoryStore: def __init__(self): self.redis = redis.Redis(host='localhost', port=6379, db=0) self.qdrant = QdrantClient(host='localhost', port=6333) self._init_collections() def _init_collections(self): """初始化向量集合""" for collection in ["episodic", "semantic"]: if not self.qdrant.collection_exists(collection): self.qdrant.create_collection( collection_name=collection, vectors_config=VectorParams(size=1024, distance=Distance.COSINE) ) async def write(self, memory: Memory): """写入记忆""" if memory.type == MemoryType.WORKING: # 工作记忆写入 Redis,设置过期时间 key = f"working:{memory.id}" self.redis.setex( key, 3600, # 1小时过期 json.dumps({ "content": memory.content, "metadata": memory.metadata }) ) elif memory.type in (MemoryType.EPISODIC, MemoryType.SEMANTIC): # 情景/语义记忆写入向量库 self.qdrant.upsert( collection_name=memory.type.value, points=[PointStruct( id=memory.id, vector=memory.embedding, payload={ "content": memory.content, "metadata": memory.metadata, "importance": memory.importance, "created_at": memory.created_at.isoformat(), "last_accessed": memory.last_accessed.isoformat(), "access_count": memory.access_count } )] ) async def search(self, query_vector, memory_type: MemoryType, top_k=5): """检索记忆""" if memory_type == MemoryType.WORKING: # 工作记忆:返回所有未过期的 keys = self.redis.keys("working:*") results = [] for key in keys: data = json.loads(self.redis.get(key)) results.append(data) return results # 向量检索 hits = self.qdrant.search( collection_name=memory_type.value, query_vector=query_vector, limit=top_k, score_threshold=0.7 ) return [hit.payload for hit in hits] 3. 记忆检索与排序 class MemoryRetriever: """记忆检索器:综合相关性、重要性、时效性""" def __init__(self, store: MemoryStore): self.store = store async def retrieve(self, query: str, query_vector: list, context: dict = None) -> list[dict]: # 并行检索三种记忆 import asyncio tasks = [ self.store.search(query_vector, MemoryType.WORKING), self.store.search(query_vector, MemoryType.EPISODIC, top_k=5), self.store.search(query_vector, MemoryType.SEMANTIC, top_k=5), ] working, episodic, semantic = await asyncio.gather(*tasks) # 融合排序 all_memories = [] for mem in episodic + semantic: score = self._compute_score(mem, query_vector) all_memories.append((mem, score)) all_memories.sort(key=lambda x: x[1], reverse=True) # 返回 top-K + 工作记忆 return { "working": working, "long_term": [m[0] for m in all_memories[:5]] } def _compute_score(self, mem, query_vector): """综合评分 = 相关性 × 时效性 × 重要性 × 访问频率""" import numpy as np from datetime import datetime, timedelta # 相关性(向量相似度,假设payload中存了) relevance = mem.get("score", 0.5) # 时效性衰减 created = datetime.fromisoformat(mem["created_at"]) days_old = (datetime.now() - created).days recency = np.exp(-days_old / 30) # 30天半衰期 # 重要性 importance = mem.get("importance", 0.5) # 访问频率(越常访问越重要) access_factor = np.log1p(mem.get("access_count", 0)) return relevance * (0.3 + 0.4 * recency) * importance * (1 + 0.1 * access_factor) 4. 遗忘机制 class ForgettingManager: """遗忘机制:模拟人类遗忘曲线""" async def decay_memories(self): """定期执行,降低旧记忆的重要性""" from datetime import datetime, timedelta cutoff = datetime.now() - timedelta(days=7) # 在向量库中批量更新 self.store.qdrant.set_payload( collection_name="episodic", payload={"decay_factor": 0.8}, # 每次衰减20% filters={ "must": [ {"field": "last_accessed", "range": {"lt": cutoff.isoformat()}} ] } ) async def cleanup_memories(self): """删除重要性低于阈值的记忆""" self.store.qdrant.delete( collection_name="episodic", points_selector={ "filter": { "must": [ {"field": "importance", "range": {"lt": 0.1}}, {"field": "decay_factor", "range": {"lt": 0.3}} ] } } ) 实战建议 重要性评分策略:不要让 Agent 自己打分(LLM 评分不稳定)。用规则:用户明确要求记住的 → 1.0,任务关键信息 → 0.8,普通对话 → 0.3。 ...

2026-06-24 · 3 min · 617 words · 硅基 AGI 探索者
鲁ICP备2026018361号