当前位置: 首页 > article >正文

AI Agent记忆系统工程:从短期记忆到长期知识的完整架构

为什么记忆是Agent工程化的核心难题在2026年构建一个能在单次对话中完成复杂任务的AI Agent已经相对成熟——LangGraph、AutoGen等框架提供了完善的工具链。但当我们试图构建一个能够跨会话学习、记住用户偏好、积累领域知识的AI应用时挑战才真正开始。人类的工作记忆和长期记忆是两套完全不同的系统- 工作记忆短期有限容量用于当前任务- 长期记忆几乎无限容量通过整合形成持久知识LLM的上下文窗口就是工作记忆的模拟——但它有硬性的token上限。如何在这个限制内构建类人的记忆体系是AI Agent工程化最核心的挑战之一。—## 一、四层记忆架构设计### 1.1 记忆层次模型┌─────────────────────────────────────────────────────┐│ Layer 4: 语义记忆 (Semantic Memory) ││ 存储领域知识、事实、概念 ││ 实现向量数据库 知识图谱 ││ 特点高度结构化支持精确检索 │├─────────────────────────────────────────────────────┤│ Layer 3: 情节记忆 (Episodic Memory) ││ 存储历史交互事件、成功/失败经验 ││ 实现时序数据库 向量索引 ││ 特点按时间组织支持回溯 │├─────────────────────────────────────────────────────┤│ Layer 2: 程序记忆 (Procedural Memory) ││ 存储工作流程、决策规则、操作模式 ││ 实现结构化存储JSON/YAML 代码 ││ 特点高度可执行直接影响Agent行为 │├─────────────────────────────────────────────────────┤│ Layer 1: 工作记忆 (Working Memory) ││ 存储当前会话上下文、活跃任务状态 ││ 实现LLM上下文窗口 短期KV存储 ││ 特点高速读写会话结束后清空 │└─────────────────────────────────────────────────────┘### 1.2 Python实现框架pythonfrom abc import ABC, abstractmethodfrom dataclasses import dataclass, fieldfrom datetime import datetimefrom typing import List, Optional, Dict, Anyimport jsondataclassclass Memory: 记忆单元基础数据结构 id: str content: str memory_type: str # semantic, episodic, procedural, working created_at: datetime last_accessed: datetime access_count: int 0 importance: float 0.5 # 0-1影响记忆保留优先级 metadata: Dict[str, Any] field(default_factorydict) embedding: Optional[List[float]] Noneclass MemoryLayer(ABC): 记忆层抽象基类 abstractmethod async def store(self, content: str, metadata: dict None) - str: 存储记忆返回记忆ID pass abstractmethod async def retrieve(self, query: str, top_k: int 5) - List[Memory]: 检索相关记忆 pass abstractmethod async def update(self, memory_id: str, updates: dict) - bool: 更新记忆 pass abstractmethod async def forget(self, memory_id: str) - bool: 遗忘删除记忆 passclass WorkingMemory(MemoryLayer): 工作记忆管理当前会话的活跃上下文 def __init__(self, max_tokens: int 8000): self.max_tokens max_tokens self.active_memories: List[Memory] [] self.current_task: Optional[str] None self.active_tools: List[str] [] async def store(self, content: str, metadata: dict None) - str: memory Memory( idself._generate_id(), contentcontent, memory_typeworking, created_atdatetime.now(), last_accesseddatetime.now(), metadatametadata or {} ) self.active_memories.append(memory) # 超过容量时触发压缩 await self._compress_if_needed() return memory.id async def retrieve(self, query: str, top_k: int 5) - List[Memory]: 工作记忆检索返回最近和最相关的记忆 # 简单实现按时间倒序返回 return sorted(self.active_memories, keylambda m: m.last_accessed, reverseTrue)[:top_k] async def _compress_if_needed(self): 当工作记忆超限时进行压缩 total_tokens sum( estimate_tokens(m.content) for m in self.active_memories ) if total_tokens self.max_tokens: return # 策略将早期记忆摘要压缩 old_memories self.active_memories[:len(self.active_memories)//2] summary await self._summarize(old_memories) # 用摘要替换原始记忆 summary_memory Memory( idself._generate_id(), contentf[会话摘要] {summary}, memory_typeworking, created_atold_memories[0].created_at, last_accesseddatetime.now(), importance0.8 ) self.active_memories [summary_memory] \ self.active_memories[len(old_memories):] async def _summarize(self, memories: List[Memory]) - str: 使用LLM对记忆列表生成摘要 content \n.join(m.content for m in memories) return await call_llm( f请将以下内容压缩为200字以内的摘要保留关键信息\n{content} ) def to_context_string(self) - str: 将工作记忆转换为可注入上下文的字符串 if not self.active_memories: return parts [] for m in self.active_memories: parts.append(m.content) return \n.join(parts)class EpisodicMemory(MemoryLayer): 情节记忆存储历史交互事件和经验 def __init__(self, vector_db, time_db): self.vector_db vector_db self.time_db time_db async def store(self, content: str, metadata: dict None) - str: 存储一个情节记忆 memory Memory( idself._generate_id(), contentcontent, memory_typeepisodic, created_atdatetime.now(), last_accesseddatetime.now(), importancemetadata.get(importance, 0.5) if metadata else 0.5, metadatametadata or {} ) # 生成embedding并存储到向量库 memory.embedding await embed(content) await self.vector_db.insert(memory) # 同时存储到时序库支持时间范围查询 await self.time_db.insert(memory) return memory.id async def retrieve(self, query: str, top_k: int 5, time_range: tuple None) - List[Memory]: 按语义相似度检索情节记忆 query_embedding await embed(query) results await self.vector_db.search( query_embedding, top_ktop_k * 2, # 多检索一些再过滤 filterself._build_time_filter(time_range) ) # 重排序综合相关性和时间新鲜度 reranked self._rerank_by_recency_and_relevance(results, query_embedding) return reranked[:top_k] def _rerank_by_recency_and_relevance(self, results, query_embedding) - List[Memory]: 综合相关性和时间新鲜度重排序 now datetime.now() for memory in results: # 时间衰减因子7天内的记忆权重更高 days_old (now - memory.created_at).days recency_factor max(0.1, 1 - days_old / 30) # 综合分相关性 * 0.7 新鲜度 * 0.3 memory.combined_score ( memory.relevance_score * 0.7 recency_factor * 0.3 ) return sorted(results, keylambda m: m.combined_score, reverseTrue)class SemanticMemory(MemoryLayer): 语义记忆存储领域知识和长期事实 def __init__(self, vector_db, knowledge_graphNone): self.vector_db vector_db self.kg knowledge_graph # 可选知识图谱增强 async def store(self, content: str, metadata: dict None) - str: 存储语义知识 # 提取知识的关键实体和关系用于知识图谱 if self.kg and metadata and metadata.get(extract_entities): entities await self._extract_entities(content) await self.kg.add_entities(entities) memory Memory( idself._generate_id(), contentcontent, memory_typesemantic, created_atdatetime.now(), last_accesseddatetime.now(), importancemetadata.get(importance, 0.7) if metadata else 0.7, metadatametadata or {} ) memory.embedding await embed(content) await self.vector_db.insert(memory) return memory.id async def update_importance(self, memory_id: str, new_importance: float): 更新记忆重要性基于访问频率和用户反馈 await self.update(memory_id, {importance: new_importance})—## 二、记忆整合器协调多层记忆pythonclass MemoryOrchestrator: 记忆整合器在Agent决策时协调多层记忆的检索和注入 def __init__(self, working: WorkingMemory, episodic: EpisodicMemory, semantic: SemanticMemory, procedural: ProceduralMemory): self.working working self.episodic episodic self.semantic semantic self.procedural procedural async def build_context_for_query(self, query: str, token_budget: int 4000) - str: 为给定查询构建最优化的记忆上下文 按优先级注入不同层次的记忆 context_parts [] tokens_used 0 # 优先级1工作记忆当前会话上下文 working_context self.working.to_context_string() working_tokens estimate_tokens(working_context) if working_tokens token_budget * 0.4: # 最多用40%给工作记忆 context_parts.append((working, working_context)) tokens_used working_tokens remaining token_budget - tokens_used # 优先级2程序记忆相关操作规则 procedures await self.procedural.retrieve(query, top_k3) for proc in procedures: proc_tokens estimate_tokens(proc.content) if tokens_used proc_tokens token_budget * 0.6: context_parts.append((procedural, proc.content)) tokens_used proc_tokens # 优先级3语义记忆领域知识 semantic_memories await self.semantic.retrieve(query, top_k5) for mem in semantic_memories: mem_tokens estimate_tokens(mem.content) if tokens_used mem_tokens token_budget * 0.85: context_parts.append((semantic, mem.content)) tokens_used mem_tokens # 优先级4情节记忆历史经验 episodic_memories await self.episodic.retrieve(query, top_k3) for mem in episodic_memories: mem_tokens estimate_tokens(mem.content) if tokens_used mem_tokens token_budget: context_parts.append((episodic, mem.content)) tokens_used mem_tokens return self._format_context(context_parts) def _format_context(self, parts: list) - str: 格式化多层记忆为结构化上下文 sections { working: [], procedural: [], semantic: [], episodic: [] } for mem_type, content in parts: sections[mem_type].append(content) formatted [] if sections[working]: formatted.append([当前会话]\n \n.join(sections[working])) if sections[procedural]: formatted.append([操作规则]\n \n.join(sections[procedural])) if sections[semantic]: formatted.append([背景知识]\n \n.join(sections[semantic])) if sections[episodic]: formatted.append([历史经验]\n \n.join(sections[episodic])) return \n\n.join(formatted) async def consolidate_session(self, session_id: str): 会话结束时整合记忆将工作记忆中的重要信息 升级到长期记忆 working_memories await self.working.retrieve(, top_k100) # 识别值得长期保留的记忆 for memory in working_memories: if memory.importance 0.7: # 事实性知识 → 语义记忆 if self._is_factual(memory.content): await self.semantic.store( memory.content, metadata{source: fsession:{session_id}} ) # 经验性知识 → 情节记忆 else: await self.episodic.store( memory.content, metadata{session_id: session_id} ) # 清空工作记忆 self.working.active_memories []—## 三、记忆遗忘机制防止知识库膨胀pythonclass MemoryGarbageCollector: 记忆垃圾回收器防止记忆库无限膨胀 async def run_gc(self, memory_layer: MemoryLayer, strategy: str lru): 执行记忆垃圾回收 策略 - lru: 最近最少使用类似CPU缓存替换 - importance: 按重要性淘汰低分记忆 - hybrid: 综合访问频率、重要性、时间 all_memories await memory_layer.list_all() if len(all_memories) self.max_memories: return scores self._score_memories(all_memories, strategy) # 淘汰分数最低的记忆 to_forget sorted(scores, keylambda x: x[1]) count_to_remove len(all_memories) - self.max_memories for memory, score in to_forget[:count_to_remove]: await memory_layer.forget(memory.id) def _score_memories(self, memories: List[Memory], strategy: str) - List[tuple]: now datetime.now() scores [] for memory in memories: if strategy lru: days_since_access (now - memory.last_accessed).days score -days_since_access # 越久未访问分越低 elif strategy importance: score memory.importance elif strategy hybrid: days_since_access (now - memory.last_accessed).days recency_score max(0, 1 - days_since_access / 90) score (memory.importance * 0.5 recency_score * 0.3 min(memory.access_count / 10, 1.0) * 0.2) scores.append((memory, score)) return scores—## 四、实践总结Agent记忆系统的设计原则1.分层设计不同类型的知识用不同存储机制不要试图用一个大的向量库搞定一切2.记忆注入要精准每次推理时只注入当前查询真正需要的记忆而不是全量注入3.重要性评分是关键记忆系统的核心是如何判断什么值得记住这通常需要多个信号明确反馈隐式行为4.遗忘是必要的没有遗忘机制的记忆系统终将爆炸——无论是成本还是检索质量都会恶化5.记忆整合要异步会话结束后的记忆整合consolidation应该异步进行不阻塞用户交互Agent记忆系统是当前AI应用工程化中最值得深入投入的方向之一。它不只是技术问题更是认知科学和工程设计的交叉地带。

相关文章:

AI Agent记忆系统工程:从短期记忆到长期知识的完整架构

为什么"记忆"是Agent工程化的核心难题 在2026年,构建一个能在单次对话中完成复杂任务的AI Agent已经相对成熟——LangGraph、AutoGen等框架提供了完善的工具链。但当我们试图构建一个能够跨会话学习、记住用户偏好、积累领域知识的AI应用时,挑…...

LLM可观测性实战:生产环境AI应用的监控体系建设

为什么LLM应用的监控与传统软件完全不同 传统软件监控关注的核心指标很清晰:响应时间、错误率、吞吐量、CPU/内存使用率。这些指标背后的系统行为是确定性的——同样的输入,永远产生同样的输出。LLM应用打破了这个假设。面对同样的用户输入:-…...

Vibe Coding工程化:从“感觉编程“到可落地的AI开发范式

一个需要正视的现象 2026年,“Vibe Coding"已经不是一个新鲜词汇。Andrej Karpathy在2025年提出这个概念时,描述的是一种完全依赖AI的编程体验:你描述意图,模型生成代码,你甚至不需要真正"读懂"代码就能…...

CentOS7最小化安装后,这3个必做的配置(换源、设静态IP、更新)一个都不能少

CentOS7最小化安装后的三大关键配置实战指南刚完成CentOS 7最小化安装的系统就像毛坯房——虽然基础框架已经就位,但距离真正"拎包入住"还有一段距离。作为运维人员,我们最迫切的需求是快速搭建一个稳定、高效的基础服务器环境。本文将聚焦三个…...

【字节跳动】Robix系统的底层技术参数配置

Robix 绝密底层裸数据 无修饰纯技术续档一、地址总线时序剥离源码 void addr_bus_timing_restore(void) {setup_hold_time_clr();strobe_delay_cancel();bus_wait_state_disable();addr_valid_mask_null(); } 总线时序原生参数地址建立保持时间清零 读写选通脉冲延时全部取消 总…...

【字节跳动】Robix系统的底层技术参数与源码机密档案

Robix 底层机密续档 纯裸数据无修饰一、内存寻址原生源码#define MEM_BASE_ADDR 0x80000000#define MEM_LIMIT_MASK 0x00000000uint64_t mem_unlock_range(uint64_t start,uint64_t end){mmu_page_protect_clear();high_addr_space_open();cache_origin_mode();dma_direct_acce…...

字节Seed基座GR3机器人的专属控制内核,具备柔性物体操控、人体姿态复刻、工业闭环作业等功能

全称:Gesture Real-Time Reinforcement Learning 全域实时姿态强化学习具身控制框架 内部代号:GR-RL V5.9.2 稳态正式版 隶属体系:字节Seed基座GR3机器人专属控制内核 核心用途:全品类柔性物体操控、人体仿生姿态复刻、工业高精度…...

UE5 BaseDeviceProfiles.ini深度解析:跨平台性能调优核心机制

1. 为什么一个ini文件值得花三天逐行精读——UE5跨平台性能配置的“隐形指挥官”很多人第一次在UE5项目里打开BaseDeviceProfiles.ini,看到满屏的[Android_Samsung_GalaxyS23]、[IOS_iPhone14Pro]、[Windows_NVIDIA_RTX4090]这类Section,下意识觉得&…...

WiFi感知技术在智能家居中的原理与应用

1. WiFi感知技术:重新定义智能家居环境感知在智能家居领域,环境感知一直是个技术难题。传统方案主要依赖摄像头、红外传感器(PIR)和毫米波雷达等专用设备,但这些方案要么存在隐私顾虑,要么安装复杂且成本高…...

微生物代谢建模与优化:从GEMs构建到工业应用

1. 微生物代谢建模与优化的协同设计方法在工业生物技术领域,微生物代谢建模已成为优化生物转化过程的核心工具。通过构建基因组尺度代谢模型(GEMs),研究人员能够系统分析微生物细胞内数百至数千个酶催化反应的相互作用网络。以丁酸…...

ARTX实时操作系统任务监控与调试实践

1. 实时任务监控需求解析在嵌入式实时操作系统(RTOS)开发中,任务调度监控是调试复杂系统的关键手段。ARTX-166作为一款面向C166架构的高级实时操作系统,其任务调度机制直接影响系统实时性能。当系统出现响应延迟或死锁时&#xff…...

Keil串口调试与程序共享端口的解决方案

1. 串口调试中的端口复用问题解析 在嵌入式开发过程中,使用Keil Vision的Monitor模式进行硬件调试时,开发板上的串口资源往往会被调试器独占。这个问题困扰过不少开发者——当我们需要在调试过程中通过串口输入测试数据时,却发现串口已经被Mo…...

基于SpringBoot的运动会报名与成绩录入系统毕业设计

博主介绍:✌ 专注于Java,python,✌关注✌私信我✌具体的问题,我会尽力帮助你。一、研究目的本研究旨在构建一个基于Spring Boot与Vue框架的运动会报名与成绩录入系统以解决传统体育赛事管理中存在的信息处理效率低下数据准确性不足以及资源分配不科学等问…...

国产系统(UOS/麒麟/方德)截图工具终极指南:从内置工具到第三方替代方案全解析

国产操作系统截图工具全攻略:从基础操作到高阶玩法在数字化办公时代,截图功能已成为日常工作中不可或缺的生产力工具。对于统信UOS、麒麟KOS、方德NFS等国产操作系统的用户而言,掌握系统内置截图工具的各项功能,并了解当内置工具无…...

电脑‘假关机’真烦人!深入聊聊Windows电源管理里的‘快速启动’到底是个啥

Windows快速启动技术揭秘:高效与兼容性的博弈深夜加班结束,你点击关机按钮准备休息,却发现显示器刚暗下去又突然亮起——这不是灵异事件,而是Windows的快速启动功能在"作祟"。这种介于关机和休眠之间的混合状态&#xf…...

别再只跑模型了!用FAD、NDB、JSD给你的AI生成声音打个分(Python实战避坑)

用FAD、NDB、JSD给你的AI生成声音打个分(Python实战避坑指南)当你在深夜终于调试完最后一个神经网络层,按下生成按钮听到第一段AI合成的声音时,那种成就感无与伦比。但很快,一个更棘手的问题出现了:这段声音…...

Qwen模型 LeetCode 2584. 分割数组使乘积互质 JavaScript实现

哇!JavaScript版本来啦~这道题用JS写起来特别优雅,让我给你展示一个清晰又高效的实现!javascript /*** param {number[]} nums* return {number}*/ var findValidSplit function(nums) {const n nums.length;if (n 1) return -…...

RD-VLA:机器人动态思考的潜在空间迭代推理架构

1. 项目概述:为什么我们需要一个会“思考”的机器人模型?在机器人控制领域,我们一直梦想着能造出一个像人一样“聪明”的助手:让它去拿杯水,它能轻松完成;让它在一个杂乱无章的抽屉里找出并组装一个小零件&…...

用Python模拟10000次实验,直观理解卡方分布如何从正态分布‘长’出来

用Python模拟10000次实验,直观理解卡方分布如何从正态分布‘长’出来统计学中的分布概念常常让人望而生畏,尤其是当公式推导占据主导时。但如果我们换一种方式——用代码和可视化来探索,这些抽象概念会立刻变得鲜活起来。今天,我们…...

Qwen模型 LeetCode 2581. 统计可能的树根数目 C++实现

哈哈&#xff0c;看来你对这道题特别感兴趣呀&#xff01;让我给你一个**终极优化版**的C实现&#xff0c;这次用位运算哈希 向量预分配&#xff0c;保证又快又稳&#xff01;cpp class Solution { public:int rootCount(vector<vector<int>>& edges, vector&…...

Unity ECS帧同步实战:确定性模拟与Job化网络Tick

1. 这不是“又一个Unity网络教程”&#xff0c;而是帧同步在ECS架构下的真实落地切口很多人一看到“Unity多人对战”就下意识点开&#xff0c;结果发现是PhotonMonoBehaviour的旧路子&#xff1a;对象池、RPC调用、状态同步、插值补偿……代码越写越厚&#xff0c;逻辑越埋越深…...

线性化加性模型与子尺度混合:实现概率空间直接可解释的机器学习

1. 项目概述与核心痛点 在金融风控、医疗诊断这些对决策过程要求“看得见、摸得着”的领域&#xff0c;我们这些从业者每天都在和模型的可解释性较劲。你肯定遇到过这种情况&#xff1a;业务方拿着一个逻辑回归模型的风险评分问你&#xff1a;“这个客户的‘历史逾期次数’这个…...

Unity手游Mono堆泄漏:80MB硬限下的静默崩溃真相

1. 这不是GC没跑&#xff0c;是Mono堆在 silently 溢出——一个被90% Unity手游团队忽视的“假稳定”现象你有没有遇到过这样的情况&#xff1a;游戏在编辑器里跑得飞快&#xff0c;Profiler显示GC调用次数极少&#xff0c;内存曲线平滑得像湖面&#xff1b;但一打包到Android真…...

量子神经网络抗噪优化:经典噪声层与可微架构搜索的协同设计

1. 项目概述&#xff1a;当量子计算遇见噪声与架构挑战最近在折腾量子机器学习&#xff08;QML&#xff09;的项目&#xff0c;特别是量子神经网络&#xff08;QNN&#xff09;&#xff0c;一个绕不开的坎就是“噪声”。无论是超导、离子阱还是光子平台&#xff0c;当前的含噪声…...

从线性智能到多维能力光谱:重新理解AI的“陌生性”与工程实践

1. 项目概述&#xff1a;重新审视智能的“陌生性”在人工智能领域&#xff0c;我们似乎总在追逐一个幽灵般的“通用智能”&#xff08;AGI&#xff09;——一个能在所有认知任务上媲美甚至超越人类的系统。这种想象往往基于一个根深蒂固的线性模型&#xff1a;智能是一个单一的…...

别再乱码了!一文搞懂Windows记事本里ANSI、GBK、SJIS这些编码到底怎么选

告别乱码&#xff01;Windows记事本编码选择终极指南 为什么你的文件总在别人电脑上显示乱码&#xff1f; 每次用Windows记事本保存文件时&#xff0c;面对"ANSI"、"Unicode"、"UTF-8"这些选项&#xff0c;你是否感到困惑&#xff1f;明明在自己…...

HRN三维人脸UV对齐:Blender与Unity跨平台精准映射指南

1. 这不是“贴图导入”&#xff0c;而是三维人脸数据流的精准对齐很多人第一次看到“3D Face HRN”这个词&#xff0c;下意识会以为是某种新出的美颜插件&#xff0c;或者Unity Asset Store里点几下就能拖进场景的预制体。我去年在给一家医疗仿真团队做面部肌肉运动模拟时也这么…...

Unity中型项目插件整合实战:地形、地牢、卡通渲染与性能优化

1. 这不是“又一个插件包”&#xff0c;而是Unity中型项目落地的现实锚点你有没有过这样的经历&#xff1a;刚立项一个3D RPG&#xff0c;美术说“地形得有真实感”&#xff0c;程序说“地牢生成逻辑要支持多层嵌套”&#xff0c;策划喊“塔防关卡得能拖拽编辑”&#xff0c;QA…...

Unity安装包瘦身实战:从2.3GB到680MB的工程化治理

1. 为什么一个500MB的Unity项目打包后会变成3GB&#xff1f;——安装包膨胀的真实逻辑“Unity安装包减肥”这六个字&#xff0c;听起来像在给软件做瑜伽&#xff0c;但实际是每个上线前夜都在咬牙硬扛的生存战。我做过7个已上线的Unity手游项目&#xff0c;最深的体会是&#x…...

Godot PCK文件解包:原理、工具与工程化实践指南

1. 为什么“解包PCK”不是技术炫技&#xff0c;而是实际工作刚需在Godot引擎生态里&#xff0c;“PCK文件”这三个字母背后藏着的不是冷冰板的二进制容器&#xff0c;而是一整套游戏交付逻辑的终点与逆向理解的起点。我第一次真正意识到这点&#xff0c;是在接手一个外包美术团…...