AI Agent是一个以大型语言模型 (LLM) 为“大脑”，通过精巧的系统工程整合了规划、记忆、工具使用和反馈循环的复杂系统。记忆(Memory)模块提供状态保持和历史参考，记住之前的对话上下文，避免用户重复信息，使 Agent 具有状态，能够跨越多次交互保留和回忆信息。

一、Agent核心架构介绍

一个完整的大模型 Agent 系统通常包含以下核心组件，它们协同工作，使得 Agent 能够自主完成复杂任务：

组件模块	核心功能	关键技术/实现
大脑 (LLM)	任务理解、规划、决策、生成	基础大模型、领域微调模型、Prompt 工程
规划 (Planning)	目标分解、任务链构建、策略制定	思维链 (CoT)、任务分解、自我反思
记忆 (Memory)	存储和召回历史信息、状态保持	向量数据库、SQL DB、状态机、会话缓存
工具 (Tools)	扩展能力边界，与环境交互	API 调用、代码执行、搜索引擎、自定义函数

这个架构的核心是一个高效的循环工作流，可以用下图来表示：

二、记忆 (Memory)模块详解

记忆模块使 Agent 具有状态，能够跨越多次交互保留和回忆信息。

2.1 关键实现技术与分类

1.短期记忆 (Short-Term Memory)

实现技术:通常是对话上下文窗口。直接将最近的几轮对话历史（包括用户消息、Agent 的思考、工具调用和结果）作为文本拼接在下次请求的 Prompt 中。

2.长期记忆 (Long-Term Memory)

实现技术:检索增强生成 (RAG - Retrieval-Augmented Generation)。

（1）写入:将对话历史或重要信息通过嵌入模型（Embedding Model）转化为向量（Vector），存入向量数据库（Vector DB）。

（2）读取 (检索):当需要信息时，将当前查询也转化为向量，在向量数据库中进行相似性搜索（Similarity Search），找到最相关的记忆片段，并注入到当前 Prompt 中。

核心组件:

（1）嵌入模型 (Embedding Model):如 text-embedding-ada-002, BGE, M3E。

（2）向量数据库 (Vector Database):如 Pinecone, Chroma, Milvus, Qdrant。

3.记忆分层与摘要

实现技术:对冗长的对话，可以定期调用 LLM 对过去的对话内容进行摘要（Summarization），将详细的短期记忆压缩成简洁的长期记忆要点存入向量数据库，从而节省上下文空间。

核心区别对比

特性	对话历史 (conversation_history)	记忆上下文 (memory_context)
本质	短期记忆 / 工作记忆	长期记忆 / 关联记忆
形式	原始对话记录的列表，保持严格的时间顺序	通过语义检索到的相关记忆片段，无视时间顺序
内容	最近几次交互的完整逐字记录	历史上所有交互中最相关的片段
技术	简单的列表数据结构，直接拼接进Prompt	向量化嵌入 + 向量数据库相似性搜索 (RAG)
目的	维持对话上下文的连贯性，让Agent知道“刚才我们说了什么”	汲取历史经验，让Agent知道“以前在类似情况下我们做过什么”
类比	正在进行的谈话中，能记住对方刚说的最后一句话	根据当前话题，突然想起来几年前看过的一本书或经历过的一件事

为了更直观地展示它们在Agent处理请求时的协作流程，请看下面的序列图：

2.2 具体场景示例

假设用户进行了以下一系列对话：

第1天:

用户: “请显示第一季度各产品类别的销售额。”

Agent: (执行查询，生成图表) “这是第一季度销售额图表...”

第2天:

用户: “哪个区域的电子产品销售最好？”

Agent: (执行查询) “北美区域的电子产品销售最佳...”

第3天:

用户: “为我们最好的产品类别生成一个年度报告。”

现在，Agent 需要处理第3天的请求，实现流程如下：

1.conversation_history角色:

（1）因为这是新一天的对话，conversation_history可能是空的，或者只包含当天的前几句问候语。

（2）它无法提供帮助，因为它不包含前几天关于“产品类别”和“区域销售”的关键对话。

2.memory_context的角色:

（1）Agent 会将当前查询 “为我们最好的产品类别生成一个年度报告” 进行向量化。

（2）在向量数据库中进行相似性搜索，会找到历史上高度相关的对话片段：

• 第1天的对话片段（因为都包含“产品类别”）

• 第2天的对话片段（因为包含“最好的”、“销售”）

（3）这些片段被检索出来，组成memory_context并注入Prompt。

3.LLM 收到的完整Prompt:

f"""{system_prompt} # 以下是从长期记忆中检索到的相关历史对话（memory_context）：相关记录1: [用户: 请显示第一季度各产品类别的销售额。 / Agent: ...]相关记录2: [用户: 哪个区域的电子产品销售最好？ / Agent: ...] # 以下是当前对话的短期历史（conversation_history）：[当前对话历史为空或只有问候] 用户: 为我们最好的产品类别生成一个年度报告。助手:"""

4.LLM 的推理:

（1）LLM 看到memory_context后，会理解到：

• 用户之前查询过“产品类别销售额”，最好的类别可能是“电子产品”。

• 用户之前关心过“区域销售”，报告中也许应该包含区域数据。

（2）基于这些长期记忆和当前请求，LLM 就能规划出正确的步骤：先查询哪些产品类别销售额最高，再针对该类别做详细的年度分析。

三、记忆模块整体架构与技术方案

3.1 记忆模块整体架构

3.2 对话历史管理

关键点：conversation_history列表在内存中无限增长。

功能点：ConversationHistoryManager类

（1）内存管理：使用固定大小的deque在内存中维护最近的对话历史

（2）持久化存储：将对话历史保存到SQLite数据库

（3）历史检索：根据会话ID获取最近的对话历史

（4）摘要生成：将旧的对话记录总结并归档

（5）会话管理：提供会话级别的清理和统计功能

3.3 记忆上下文系统

关键点：向量数据库中的记忆片段无限增长，检索效率下降。

功能点：EnhancedAgentMemory类

（1）重要性评分：为每个记忆片段分配重要性评分

（2）记忆淘汰：基于重要性评分实施记忆淘汰策略

（3）相似记忆合并：合并高度相似的记忆片段，减少冗余

（4）会话感知：支持按会话ID管理记忆

（5）高级检索：支持基于重要性评分的记忆检索

部分核心代码：

（1）检索记忆

（2）更新记忆

总结

对话历史conversation_history：是为了让Agent “别失忆”，维持当前对话的流畅和连贯。它是线性的、最近的。

记忆上下文memory_context：是为了让Agent“更聪明”，能够借鉴过去的经验来处理当前问题。它是语义的、跨时间的。

它们一个管“当下”，一个管“过去”，相互协作，共同构成了Agent完整且强大的记忆能力，并且在技术方案中关注：

（1）控制内存增长：使用外部存储和固定大小队列；

（2）优化存储效率：实现记忆摘要、合并和淘汰机制；

（3）防止数据堆积：及时清理临时文件和旧数据；

（4）监控系统健康：实时监控内存使用并自动处理异常；

这些优化使得Agent系统在面对大量用户请求和高频使用场景能够长期稳定运行。