Agent Memory — 智能体记忆

核心概念

Agent Memory 解决 Agent 在多轮对话中如何保持上下文连续性的问题。

最小 Memory 实现

不需要向量数据库，仅需打通两个基本操作：

1. 写入文件：将当前对话的关键信息持久化到磁盘
2. 下次读回：新会话启动时读取历史文件，注入 system prompt

工作流程

对话结束 → 提取关键信息 → 写入 memory.json
下次启动 → 读取 memory.json → 注入 system prompt → 恢复上下文

Context Replay

• 不是简单追加历史消息，而是有选择地回放关键信息
• 将上次对话的决策、文件路径、错误信息等提取为结构化摘要
• 注入位置：system prompt 之后、用户新请求之前

与 Context Compaction 的关系

• Memory 关注跨会话的持久化（session → session）
• Compaction 关注会话内的上下文控制
• 两者互补：Memory 决定跨轮次保留什么，Compaction 决定单轮内保留什么