用途：为智能体系统设计与实现记忆架构，适用于需要跨会话持久化状态、在对话间保持实体一致性、对累积知识进行推理、从历史交互中学习、构建随时间增长的知识库，以及追踪状态变化的时间感知系统。
主要能力：介绍记忆的层次模型，包括工作记忆（上下文窗口，零延迟但易失）、短期记忆（会话内持久、可检索）、长期记忆（跨会话持久、结构化）与永久记忆（归档、可查询）。说明简单向量存储的局限：丢失关系结构、难以区分事实的时效性。进而讲解基于图的记忆（保留实体间关系）与时序知识图谱（为事实附加生效与失效时间，支持时间旅行查询）。给出记忆分层架构：工作记忆、短期记忆、长期记忆、实体记忆、时序知识图谱。还包含实现模式（文件系统即记忆、带元数据的向量 RAG、知识图谱、时序知识图谱）、检索模式（语义检索、基于实体的检索、时间检索）、记忆整合（触发条件与流程）以及选型建议。
使用方式：资料未提供安装命令或具体调用步骤，仅给出示例代码片段，如实体追踪的 remember_entity/get_entity，以及时序查询的 Cypher 风格查询（MATCH (user)-[r:LIVES_AT]->(address) WHERE ...）。
适用场景：需要跨会话记忆、实体一致性、关系推理或时间有效性判断的智能体。
限制：资料未提供收费、价格、平台支持或部署要求等信息；示例代码仅为示意，未说明完整运行环境。