AI Agent记忆系统工程:从短期记忆到长期知识的完整架构

news2026/5/24 2:28:18
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。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2639546.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…