模块七 · 记忆 · 第 3 页
长期记忆:让 Agent 记住上个月的事
左边:记忆库 | 右边:向量检索过程
🗂
短期记忆 = 你的桌面
上下文窗口,放得下的信息有限
🗄
长期记忆 = 你的档案柜
向量数据库,需要时检索相关档案放到桌面上
桌面放不下所有东西,但你可以随时从档案柜里调取最相关的文件
🗄 记忆库 8 条历史记忆
Embedding gemini-embedding-001
维度 768
存储 LanceDB
topK 5
minScore 0.3
点击模拟不同的用户提问
🔍 向量检索过程
📌 设计决策 ①
什么信息该存入长期记忆?用户偏好、项目配置、历史 Bug、常用操作——这些决定了 Agent 的"个性化"程度。
📌 设计决策 ②
记忆检索质量取决于 Embedding 模型。"修登录接口"和"登录接口并发 500",模型能匹配到同一条记忆吗?
📌 设计决策 ③
记忆太多也是问题:topK=5 意味着每次最多召回 5 条。如何保证最重要的记忆排在最前面?
Takeaway 短期记忆(上下文窗口)让 Agent 记住当前对话,长期记忆(向量检索)让 Agent 记住上个月的事。两者配合,Agent 才能像真正的助手一样:既了解你现在在做什么,也记得你过去的偏好。