用途：为 AI 智能体设计并实现持久化记忆与上下文系统，使其能跨会话记住交互、共享知识、在长任务中保持状态，并从经验中学习。
主要能力：
- 记忆分类：工作记忆（当前上下文窗口）、短期记忆（会话级、超时过期）、长期记忆（情景/语义/程序）。
- 工作记忆：管理任务描述、进度、活跃实体、对话窗口与推理草稿，超限时淘汰旧消息并可摘要转入短期记忆。
- 短期记忆：按 sessionId 存储摘要、事实、决策、访问文件，带 TTL（示例为 30 分钟），过期后归档到长期记忆。
- 情景记忆：记录事件、上下文、结果与教训，生成 embedding 存入向量库，支持相似度检索与按类型检索。
- 语义记忆：以 subject/predicate/object 形式存储事实，含置信度、来源、时间，支持冲突检测与解决。
- 程序记忆：存储技能步骤、触发条件、示例、成功率与使用次数，按成功率与相关性匹配，并用指数移动平均更新成功率。
- 共享记忆：多智能体场景下基于命名空间隔离，支持读写、compareAndSwap 原子操作与订阅通知（示例用 Redis 实现）。
- 检索策略：近期加权、重要性加权、上下文扩展加向量检索与重排序。
- 记忆维护：短期到长期的整合、按时间/访问次数/重要性修剪、未验证事实置信度衰减。
使用方式：资料以 TypeScript 接口与类示例展示实现思路，未提供安装命令或具体依赖版本。
适用场景：跨会话记忆、多智能体知识共享、长任务状态持久化、从经验中学习的智能体。
限制：资料未提供具体平台、收费、价格或效果数据；示例代码需按实际技术栈调整，敏感数据需注意隔离与安全。