Agent Memory Layer — 代理记忆层

代理内存层 三层内存系统，用于 AI 代理：短期、长期和情景。 快速开始 from memory_layer import AgentMemory mem = AgentMemory(agent_id="my-agent") mem.short_term.add("用户偏好暗黑模式", priority=0.8) mem.long_term.store("项目使用 React + TypeScript", tags=["技术", "项目"]) mem.episodic.record("调试了认证 bug", outcome="成功", duration_min=15) # 回忆 context = mem.short_term.recall(limit=10) relevant = mem.long_term.search("前端框架") similar = mem.episodic.find_similar("调试会话") 架构 ┌─────────────────────────────────────────┐ │ 代理内存 │ ├───────────┬───────────┬─────────────────┤ │ 短期内存 │ 长期内存 │ 情景内存 │ │ (Redis) │ (向量) │ (时间线) │ │ TTL: 1 小时 │ 永久 │ 衰减: 30 天 │ │ 热缓存 │ 语义 │ 整合 │ └───────────┴───────────┴─────────────────┘ 内存层 短期内存（工作内存） 最近的上下文，活跃的对话，当前任务状态 基于 TTL 的过期（默认 1 小时） 优先级加权保留 请参阅 references/short-term.md 长期内存（知识） 持久的事实，偏好，学习模式 向量相似性搜索用于检索 标签和元数据用于过滤 请参阅 references/long-term.md 情景内存（经验） 时间顺序事件及其结果 衰减函数减少旧事件的权重 整合将重复的模式移动到长期内存 请参阅 references/episodic.md 整合 重复的情景记忆将自动提升到长期内存： 如果相同的结果发生 3+ 次 → 存储为学习模式 失败的方法在长期内存中获得负权重 请参阅 scripts/consolidate.py API、CLI、GitHub 等技术术语保持不变，技能名称和品牌名称保持为英文。