1.7 KiB
1.7 KiB
title, type, tags, sources, last_updated
| title | type | tags | sources | last_updated |
|---|---|---|---|---|
| 双层记忆架构 | concept | 2026-04-17 |
定义
AI Agent 的多层次持久化记忆方案,由三层构成:
- 短期记忆层:每日对话记录文件(
memory/YYYY-MM-DD.md) - 长期记忆层:基于 LanceDB 的向量数据库(
memory-lancedb-pro) - Self-Improving 层:每日 23:00 定时复盘 + 结构化经验记录
架构设计
| 层级 | 存储介质 | 作用 | 检索方式 |
|---|---|---|---|
| 短期记忆 | 文件系统(每日文件) | 管上下文 | 文件名/日期 |
| 长期记忆 | LanceDB 向量数据库 | 管知识 | 语义搜索 |
| Self-Improving | LEARNINGS.md | 管成长 | Pattern-Key |
核心理念
每日文件管上下文,向量数据库管知识,self-improving 管成长。
解决的问题
- AI Agent "每次对话都是一张白纸" 的失忆问题
- 上下文窗口限制导致的历史信息丢失
- 重复踩坑(同类错误反复出现)
实际案例
- 3月27日 memory 文件为空 → 发现"只在第一次对话时创建文件"的漏洞 → 推动修改为"每次 Session 启动时都检查并创建当天文件"
- Telegram chat ID 格式错误只犯了两次就再也没出现
相关 Concept
- Self-Improving-Skill:最顶层的成长机制
- 每日复盘机制:触发 Self-Improving 层的定时任务
- Pattern-Key:跨记忆层识别重复问题的信号
- Recurrence-Count:区分一次性错误与系统性重复
相关 Entity
Aliases
- 双层记忆
- 三层记忆架构
- memory architecture