用途：为智能体添加记忆能力。该模板默认不含记忆，本技能用于补充短期与长期记忆。短期记忆保存会话内的对话历史，使用 AsyncCheckpointSaver，以 thread_id 标识；长期记忆保存跨会话的用户事实，使用 AsyncDatabricksStore，以 user_id 标识。
主要能力：提供 get_user_memory、save_user_memory、delete_user_memory 三个工具，通过工厂函数 memory_tools() 返回；从请求中提取 user_id（优先 custom_inputs）；对保存内容做 JSON 校验；通过 RunnableConfig 传递 store。
使用方式：在 pyproject.toml 添加依赖 databricks-langchain[memory] 并运行 uv sync；配置 Lakebase（见 lakebase-setup 技能）；修改 pyproject.toml、.env、databricks.yml、agent_server/agent.py 四个文件；在 databricks.yml 添加 postgres 资源与 LAKEBASE_AUTOSCALING_ENDPOINT 等环境变量；首次需本地运行 await store.setup() 初始化表，再部署。
适用场景：需要记住用户偏好、团队信息等跨会话事实，或需要会话内上下文连续性的 Databricks 智能体应用。
限制：需先创建并配置 Lakebase 实例；首次必须初始化表，否则报 relation 'store' does not exist；请求需携带 user_id，否则记忆不可用；部署后需运行 databricks bundle run agent_langgraph 更新应用；PAT 不适用于应用测试，需 OAuth token。具体收费与价格暂未提供。