Memory 组件设计文档¶

定位

Memory 是 Agent 的“记忆系统”，负责存储、检索和管理交互过程中的信息。它为 Agent 提供“短期工作记忆”、“长期语义记忆”和“情节记忆”的能力，支持上下文保持、跨会话关联和知识沉淀。

1. 设计目标¶

统一接口：抽象出高级 API，屏蔽底层 KV / VDB / Graph 的差异。
多模存储：同时支持键值存储、向量数据库、知识图谱。
可扩展性：允许替换 ChromaDB、Milvus 等不同 VDB 实现。
增强检索：结合语义相似度、元数据过滤、知识图谱上下文。
上下文记忆：支持 session 级别的短期记忆，跨 session 的长期记忆。

2. 数据模型¶

memory/schema.py

from typing import Literal, Dict, Any, Optional

# 记忆类别
MemoryKind = Literal["working", "episodic", "semantic"]

class MemoryRecord(Dict[str, Any]):
    id: str            # 记忆唯一ID
    content: str       # 文本内容
    vector: Optional[list[float]]
    kind: MemoryKind   # 记忆类型
    metadata: Dict[str, Any]
    timestamp: float

3. 核心接口¶

memory/service.py

class MemoryService(BaseService):
    """
    记忆编排服务：统一管理 KV / VDB / Graph
    """

    def store_memory(self, content: str, vector: list[float], **kwargs) -> str:
        """存储一条记忆，返回 memory_id"""

    def search_memories(self, query_vector: list[float], **kwargs) -> list[MemoryRecord]:
        """基于向量检索相关记忆"""

    def get_memory(self, memory_id: str) -> Optional[MemoryRecord]:
        """获取指定记忆"""

    def delete_memory(self, memory_id: str) -> bool:
        """删除指定记忆"""

    def get_session_memories(self, session_id: str, **kwargs) -> dict:
        """获取某一会话下的全部记忆"""

    def stats(self) -> dict:
        """获取底层存储和服务的统计信息"""

4. 记忆存储类型¶

类型	描述	使用场景
`working`	短期工作记忆	对话上下文、当前任务
`episodic`	情节记忆	单次交互中的事件记录
`semantic`	长期语义记忆	知识库、经验总结

5. 典型流程¶

存储记忆¶

memory_id = memory_service.store_memory(
    content="用户问了：什么是RAG？",
    vector=embed("什么是RAG？"),
    session_id="sess-123",
    memory_type="conversation",
    metadata={"source": "chat"},
    create_knowledge_graph=True,
)

检索记忆¶

results = memory_service.search_memories(
    query_vector=embed("RAG系统架构"),
    session_id="sess-123",
    limit=5,
    similarity_threshold=0.2,
    include_graph_context=True,
)

获取会话记忆¶

session_data = memory_service.get_session_memories(
    session_id="sess-123",
    memory_type="conversation",
    limit=20,
    include_graph_analysis=True,
)

6. 与 Agent 的关系¶

用法

在 Planner 生成计划时，可从 Memory 中检索相关上下文。
在 Action 执行完工具调用后，可以将结果写入 Memory。
在 Profile 中的 goals、tasks 也可以通过 Memory 进行持久化。

7. 扩展方向¶

跨模态记忆：支持图像/音频 embedding 存储。
时间衰减机制：对旧记忆设置权重衰减。
层级记忆：结合 STM（短时）、LTM（长时）、DCM（决策）架构。
RAG 集成：直接把 Memory 作为 RAG 检索器的数据源。