跳转至

记忆

记忆通过 MemoryManager 接缝注入。ContextBuilder 检索作用域内的条目并注入到 planner 上下文(发出 memory_retrieved / memory_injected 事件)。core 自带三个参考 实现。

InMemoryMemory —— 词项重叠相关性

检索按查询词在内容中出现的多少对作用域内条目排序(问题能命中与之共享词语的 事实),而非子串包含。preference(偏好)条目总会被托底,使长期指令始终浮现。 平分时按条目 score、再按时间倒序。适用于测试与本地示例。

EmbeddingMemory —— 语义召回

按查询向量与每个条目内容向量的余弦相似度排序。embedder 是注入式的——不绑定任何 模型,可在任意运行时使用。无文本的查询回退到 score/时间排序。

import { EmbeddingMemory, type Embedder } from "@agentic-kernel/core";

const embed: Embedder = async (text) => myEmbeddingModel(text); // number[]
const memory = new EmbeddingMemory({ embed });
// new AgentEngine({ planner, policy, memory, ... })

from agentic_kernel.core import EmbeddingMemory

async def embed(text: str) -> list[float]:
    return await my_embedding_model(text)

memory = EmbeddingMemory(embed=embed)
# engine = create_agent_engine(planner=..., policy=..., memory=memory)

上下文驱动召回

自 0.6.1 起,召回查询会跟随运行的演进,而不是每轮重复开场任务串。每一轮, ContextBuilder 用以下内容组合检索查询:

  1. 任务输入(开场意图);
  2. 最新一条用户消息(与任务输入不同时);
  3. 近期成功的 observation 结果片段(运行实际去到的地方),

整体上限 2000 字符(每条 observation 片段上限 200)。一个从"修复首页布局"开始、 中途转向"接通 staging 数据库"的运行,现在中途就能召回 staging 数据库相关的记忆, 而不是只召回首页相关内容。

第一轮(尚无消息与 observation)时查询恰好等于 task.input,因此首轮行为不变。 这是内部查询构造的改进——没有 API 或 schema 变更,宿主自动获得该能力。

作用域

记忆按租户命名空间隔离:作用域形如 tenant/[workspace/][agent]。种子条目的 scope 必须位于 agent 作用域前缀之内才可被检索——例如租户 acme、agent researcher, 则 scope 为 acme/researcher 的条目匹配。

生产与治理

生产存储用 memory-postgres(或任意 MemoryManager)。长期记忆有治理生命周期—— proposeWrite / supersede / tombstone / explain / export——而 SessionMemoryExtractor 或记忆治理器可在完成时自动抽取可溯源的会话摘要。