记住一切的智能体
以 Markdown 查看三种记忆类型协同工作，用于存储对话、积累知识，并在会话、用户乃至智能体之间保留已学会的行为。
三种记忆类型
情景记忆（对话历史）
存储每一次互动，并对重要时刻进行评分排序。智能体可以回忆过往互动、引用先前的决定，并在多次会话之间保持连贯性。
语义记忆（事实与知识）
构建结构化的知识图谱。当用户分享某项偏好或技术细节时，智能体会将其存储为语义记忆，并在未来的对话中检索使用。
程序性记忆（已学会的模式）
在完成任务的过程中编码成功的策略，使智能体在下次遇到类似任务时能够自动应用已学会的行为模式。
技术能力
- 向量嵌入：使用
text-embedding-3-large级别模型生成的 1536 维向量，支持理解语义而不仅仅是关键词的语义搜索。 - 重要性评分：基于情感重要性、决策影响和重复出现频率，采用 0.0 至 1.0 的连续评分。
- 自动衰减：可配置的衰减速率（默认 每天 0.995）可防止记忆膨胀，并优先呈现最相关的上下文。
- 跨智能体共享：记忆可以在团队或组织级别共享，而不局限于单个智能体。
拥有记忆的智能体表现优于没有记忆的智能体。
为什么记忆不会无限增长
当智能体积累了足够多的记忆后，相似的记忆会被自动聚类并合并为一条整合后的记忆，而不是作为多条几近重复的记忆分别保留。这一过程会按计划在后台运行，并且每个智能体的记忆都有上限；一旦达到该上限，最不重要的条目会被优先清除。这样记忆库会随着增长始终保持有用，而不会变成一份未经过滤的日志。