SuperAPI AI 工具集

memory-systems

通用与其它

查看项目

更新于 10-16 05:48

技能介绍

用途:为自主智能体构建分层记忆架构,突破“易失上下文窗口”的限制,按信息的用途、时效相关性和知识类型组织记忆,使智能体在多会话场景中保持连续性与个性化。

主要能力与四层结构:工作记忆位于活跃上下文窗口(提示词与近期历史),保存任务即时状态、局部变量与当前计划,特点是高信号、低延迟、易失;情景记忆存放于历史会话日志与向量数据库,记录“上次做了什么”“错误 X 如何解决”,结构为时序性;语义记忆对应 RAG、文档与知识图谱,保存事实、业务规则、数据库模式与代码规范,结构为概念与实体图;程序记忆对应技能文件(SKILL.md)、脚本与模板,回答“X 怎么做”“成功部署的步骤”。

使用方式:核心思维模型是记忆并非静态仓库,而是动态检索系统,智能体需根据当前任务主动决定“记住”什么,其余下沉到低优先级层。采用混合检索模式:不只依赖语义相似度,先做实体抽取(如 Auth.js、Supabase),再仅召回含这些标签的记忆,最后按语义相关性与时间新旧排序。另可采用记忆巩固模式,在重要任务完成后触发“睡眠/摘要”过程,把工作记忆中的发现迁移到情景记忆。

集成与限制:可与 context-fundamentals(上下文是记忆召回的最终目的地)、filesystem-context(用磁盘持久化第 2、3、4 层)、bdi-mental-states(用情景记忆更新信念)配合;技术集成参考文档涉及 Mem0、Cognee、Graphiti 及基础向量存储,后端可自选向量数据库、图数据库或本地 JSON。脆弱性中等,噪声召回可能导致上下文污染使智能体偏离目标;后端选择自由度高。具体收费、价格与完整实现步骤在资料中暂未提供。