AgentKit Memory为Agent提供企业级的长期记忆管理能力。通过统一接口对接主流记忆库框架（mem0、Viking等），帮助Agent实现跨会话的上下文感知、个性化交互和持续学习与演进。 ## 记忆工作原理记忆核心工作模块包含两步，生成记忆和检索记忆。 * 生成记忆：在Agent对话中（代码设定），您可以根据需要发送session的上下文给AgentKit的Memory（当前集成两种不同后端：Viking记忆库和mem0记忆库），Memory库将异步自动化智能**抽取**并**存储**有价值的记忆。 * 检索记忆：在Agent代码中，根据需要检索对应的记忆，提升Agent的个性化交互和持续学习能力。 ### 生成记忆产生记忆的过程，是记忆库根据设定的**记忆策略类型**，借助大模型和自定义算子的能力，自动压缩、抽取关键信息，并进行存储的过程。 #### **记忆策略类型** * **预置策略**： * 会话摘要：一个对话内部的长对话总结，例如会议记录总结、学习笔记整理等。 * 用户偏好：跨会话总结记录用户个性化偏好，例如用户行为、交互风格和选择中的习惯等。 * 语义总结：用户相关的事实性信息，例如个人信息管理、重要个人详情、专业详情等。 * **自定义策略**：通过自定义Prompt，能够实现自定义记忆策略，实现Agent更加丰富的个性化能力。 #### 记忆生成模式在Agent应用代码集成中，生成记忆一般有两种模式，需要根据Agent需求进行选择： * **手动触发**：在Agent会话结束时，手动将一定范围的会话数据持久化添加处理记忆操作。 * **自动触发**：在达到特定节点时，自动将指定范围的会话数据写入记忆（需在节点回调中调用记忆写入接口）。上述的记忆策略，会根据会话、用户、Agent等设定的维度，做好数据隔离工作，保证数据安全。 ### 检索记忆配置好的记忆库可以在Agent中，根据需要检索相关记忆（使用检索记忆接口），并和当前会话的上下文、system prompt等，一并进行处理。在Agent应用代码集成中，检索记忆通常有两种方式，需要根据Agent需求进行选择： * **预加载记忆方式：** 每个session开始时，都会去检索记忆。这种加载方式主要应用在多轮对话、需要持续上下文（客户、陪伴型机器人等），在每回合开始就把相关记忆注入prompt，保证低延迟与连贯性。 * **按需加载记忆方式：** 当Agent判断需要时，查询并加载相关记忆到当前上下文。这种加载方式主要应用在明确需要时检索（例如用户问到特定历史信息、执行任务时需要额外数据、长列表/大规模记忆库）。 :::tip 记忆抽取有一定的时间延时，可能无法立即完成记忆抽取。 ::: ## 核心能力 * 提供统一的记忆库接口对后端进行操作，便于用户根据实际使用诉求对后端记忆库进行替换和更新。 * 提供持久化存储、跨实例共享、监控、可观测和企业级权限控制的能力。 * 简化Memory生命周期管理，用户可以根据应用需要自动创建、修正和删除。 * 支持的记忆库产品包括：mem0、Viking记忆库等。 ## 典型应用场景 * 角色扮演：基于N维立体（标量+向量）检索架构，实现角色人设与多用户互动的精准记忆。 * 营销推荐：通过设置自定义profile画像实体构建用户动态记忆库，实现从对话打标到精准触达的全链路个性化。 * 教育陪练：依托结构化知识点记忆与用户掌握度跟踪，实现“对话 \- 练习 \- 巩固”的个性化学习闭环。 * 硬件产品：为硬件设备植入分层记忆能力，通过用户画像与关键事件的长效存储，打造“懂用户”的专属体验。 ## 使用流程 ## ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_c15c24cb4b544c5721befc7f5af0d59d.png =665x) 1. [准备记忆库](https://www.volcengine.com/docs/86681/1844843)：通过创建记忆库或导入已有记忆库，实现Agent跨会话、上下文感知和个性化的交互，实现Agent的持续学习与演进。 2. [在Agent中集成记忆库](https://www.volcengine.com/docs/86681/1873527)：创建记忆库成功后，您可以在Agent中集成记忆库并运行。 3. [Memory分析](https://www.volcengine.com/docs/86681/1873528)：支持以创建事件和记忆召回两个维度监控Memory，实时洞悉Memory的API调用次数、平均延迟和总错误率。