025、记忆系统：短期记忆与长期记忆
025、记忆系统：短期记忆与长期记忆
💡 核心导读：咱们的Agent在规划执行时，常遇到上下文丢失、重复调用工具的问题。本文将深入设计Agent的记忆结构，区分短期对话历史与长期持久化知识，并实现高效检索与更新机制。
文章目录
- 025、记忆系统：短期记忆与长期记忆
- 一、核心原理
- 1. 短期记忆：对话的“工作台”
- 2. 长期记忆：知识的“数据库”
- 二、记忆架构设计
- 1. 双层记忆结构
- 2. 记忆更新策略
- 三、实战：智能客服记忆系统
- 1. 场景定义
- 2. 性能与可靠性
- 四、进阶：记忆融合与检索优化
- 1. 多模态记忆
- 2. 检索优化：RAG融合
- 五、总结与坑
- 📚 参考资料
- 🎯 下期预告
一、核心原理
上回咱们聊到多工具协调，我踩过一个坑：Agent在连续调用工具后，竟然忘了之前的结果，导致重复计算。这让我意识到，没有记忆系统的Agent就像金鱼，只有7秒的“智商”。今天，咱们就来设计一套记忆结构，让Agent真正“记住”东西。
1. 短期记忆：对话的“工作台”
短期记忆，本质上是Agent与用户交互的上下文窗口。它存储当前会话的对话历史、工具调用记录和中间结果。我习惯用循环缓冲区实现，比如保留最近N轮对话。
# short_term_memory.pyfromcollectionsimportdequeimportjsonclassShortTermMemory:"""短期记忆：基于循环缓冲区，保留最近N轮对话"""