1. 核心目标长期记忆点生成的目标不是把完整对话原样保存而是从上下文对话、工具执行结果、用户纠正、技术讨论和任务决策中提炼出未来可复用的知识点。一个合格的长期记忆点应满足稳定 可复用 可独立理解 能影响未来决策也就是说长期记忆点应该是一个可以在未来任务中被召回、理解并指导 Agent 行为的知识单元。2. 输入与输出2.1 输入长期记忆点生成的输入通常来自完整对话轨迹Conversation Context - 用户消息 - Agent 回复 - 工具调用结果 - 文件修改记录 - 用户纠正与偏好 - 技术方案讨论 - 任务执行结论可以用公式表示为候选记忆 Extract(τ_t, x)其中τ_t到当前时刻为止的对话轨迹、工具结果和任务过程。x当前用户任务或讨论主题。2.2 输出输出不是长对话而是结构化 Memory Object{title:长期记忆检索能力三层抽象模型,content:长期记忆系统描述关键词/全文检索能力时应区分三层关键词/全文索引是上层能力倒排索引是底层数据结构OpenSearch 是工程实现示例。文档中不应将 OpenSearch 直接等同于倒排索引而应说明 OpenSearch 提供倒排索引、BM25、多字段权重和结构化过滤能力。,category:project_introduction,keywords:[全文索引,倒排索引,OpenSearch,三层抽象],usage_scenario:[撰写长期记忆技术文档,解释检索层架构设计,评审OpenSearch表述准确性],project:xxx,module:long_term_memory,importance:0.8,status:active}3. 总体 Pipeline长期记忆点生成可以拆成以下流程上下文对话 τ_t ↓ 候选信息识别 ↓ 记忆价值判断 ↓ 知识点归纳与压缩 ↓ 结构化 Memory Object ↓ 去重 / 合并 / 更新判断 ↓ 写入 canonical memory ↓ 生成向量索引、关键词/全文索引、结构化索引工程上可以拆成两个核心模块Memory Extractor 负责从上下文中提取候选记忆点 Memory Curator 负责判断 create / update / ignore / delete并进行治理4. 哪些内容值得生成长期记忆4.1 用户明确要求记住例如以后都用 xxx 记住这个规则 下次不要再这样 这个项目默认 xxx这类信息通常应高优先级写入长期记忆。4.2 用户偏好例如示例里的 project 用 xxx不要写具体项目名 回答统一中文 文档中不要直接把 OpenSearch 等同于倒排索引这类信息会影响后续交互方式、文档风格或代码生成风格适合沉淀为用户偏好或项目偏好。4.3 项目规则 / 技术规范例如关键词/全文索引是能力 倒排索引是底层数据结构 OpenSearch 是工程实现示例这类信息稳定、可复用并且会影响后续技术文档和架构设计。4.4 重要技术决策例如长期记忆采用一份内容、多种索引 OpenSearch 在一致性可靠时可以作为读模型 关键规则仍需事实源兜底这类内容属于架构决策或设计约束应进入长期记忆。4.5 常见坑点 / 排障经验例如向量召回和关键词召回结果不一致是正常现象 异常不一致应检查 content_hash/version这类内容适合沉淀为常见问题经验未来遇到类似问题时可被召回。4.6 用户纠正信息用户纠正通常很重要因为它代表之前理解存在偏差。例如不要直接用 OpenSearch 替代倒排索引 要让读者感知 OpenSearch 做的是倒排索引的事情可以提炼成描述长期记忆检索层时应区分“能力、数据结构、工程实现”关键词/全文索引是能力倒排索引是数据结构OpenSearch 是实现示例。5. 哪些内容不应生成长期记忆以下内容通常不应写入长期记忆一次性临时状态。普通寒暄。已完成任务的过程性中间步骤。没有未来复用价值的推理草稿。缺少上下文后无法理解的片段。与已有记忆重复、但没有新增信息的内容。短期任务变量例如某次临时端口、临时文件名、一次性命令输出。例如刚才读取了 1-330 行文档 本次工具调用成功 用户当前正在问某个问题这些通常只是任务过程不应长期保存。6. 记忆价值判断标准可以给候选信息做打分或规则判断。维度判断问题说明稳定性未来是否仍然成立临时状态不适合长期记忆复用性未来是否会再次用到高频规则、偏好、规范适合记忆独立性单独拿出来是否能理解不能依赖大量上下文可执行性是否能影响后续行为能指导 Agent 决策更适合记忆范围清晰适用于用户、项目、模块还是全局决定 category/project/module非噪声是否只是一次性过程过程信息不应记忆可以抽象成should_remember(candidate) stable(candidate) reusable(candidate) self_contained(candidate) useful_for_future_decision(candidate)7. 从对话到记忆点的压缩方式对话通常包含大量过程信息长期记忆只应保存结论。7.1 原始上下文用户文档前面提到关键词/全文索引后面写倒排索引/OpenSearch 关联性不足。 用户调整话说优化文档结构。 Agent改成关键词/全文索引能力 - 倒排索引数据结构 - OpenSearch 工程实现。7.2 记忆点结果长期记忆文档中描述检索层时应采用“能力 - 数据结构 - 工程实现”的三层抽象关键词/全文索引是上层检索能力倒排索引是底层数据结构OpenSearch 是工程实现示例不应直接等同于倒排索引。7.3 压缩原则去掉工具调用过程。去掉重复表述。保留用户纠正的核心意图。保留未来适用场景。保留可执行约束。将口语化表述转为稳定规范。8. 记忆点粒度控制长期记忆点的粒度非常关键。8.1 不推荐过大长期记忆系统完整设计问题主题过宽。召回时语义模糊。更新困难。容易把多个规则混在一起。8.2 不推荐过小OpenSearch 不是倒排索引问题缺少适用场景。未来召回后不一定知道如何使用。缺少完整约束。8.3 推荐一个完整规则描述长期记忆检索层时应区分“关键词/全文索引能力、倒排索引数据结构、OpenSearch 工程实现”三层避免把 OpenSearch 直接等同于倒排索引。这个粒度具备单一主题。独立可理解。可复用。有明确适用场景。9. Memory Object 字段生成规则9.1 titletitle应该短、准、可检索。推荐长期记忆检索能力三层抽象模型 OpenSearch作为倒排索引层的技术定位 rerank的核心目标与判断依据不推荐刚才用户说的那个点 文档优化事项 一些长期记忆相关内容9.2 contentcontent应该是完整知识点能够单独理解。推荐结构背景/适用范围 规则/结论 注意事项示例长期记忆系统描述关键词/全文检索能力时应区分三层关键词/全文索引是上层能力倒排索引是底层数据结构OpenSearch 是工程实现示例。文档中不应将 OpenSearch 直接等同于倒排索引而应说明 OpenSearch 提供倒排索引、BM25、多字段权重和结构化过滤能力。9.3 categorycategory用于记忆分类。可以按内容类型决定内容类型推荐 category用户偏好user_communication / user_behavior项目定位project_introduction技术栈选型project_tech_stack环境配置project_environment_configuration构建配置project_build_configuration编码规范development_code_specification实践规范development_practice_specification测试规范development_test_specification常见坑点common_pitfalls_experience重要决策important_decision_experience9.4 keywordskeywords应覆盖核心实体、技术名词、触发词。示例[全文索引,倒排索引,OpenSearch,三层抽象]要求不要太泛如“系统”“设计”。不要和 title 完全重复。应包含未来用户可能使用的检索词。9.5 usage_scenariousage_scenario描述未来何时应召回该记忆。示例[撰写长期记忆技术文档,解释检索层架构设计,评审OpenSearch表述准确性]要求每条场景具体。避免空泛描述。覆盖不同触发维度。9.6 project / moduleproject和module用于范围控制。示例{project:xxx,module:long_term_memory}如果是全局用户偏好可以不绑定具体项目如果是项目内规范应绑定项目或模块。9.7 importanceimportance可以用于排序和上下文预算分配。建议importance含义0.9 - 1.0安全红线、强约束、用户明确要求0.7 - 0.9项目规范、重要技术决策、稳定偏好0.5 - 0.7常见经验、一般实践0.3 - 0.5低频知识、弱约束10. create / update / ignore / delete 判断记忆点生成后不应直接写入应先判断动作类型。10.1 create当前没有相近记忆且候选信息有长期价值。新增长期记忆检索能力三层抽象模型10.2 update已有记忆存在但本次对话提供了补充或纠正。例如已有OpenSearch 作为倒排索引层实现用户补充不要让读者误解 OpenSearch 等同于倒排索引应更新已有记忆而不是新建重复记忆。10.3 ignore候选内容没有长期价值或者和已有记忆重复且无新增。本次读取文档成功 本轮已完成修改10.4 delete / deprecate已有记忆已经错误、过期或被用户明确否定。例如旧记忆OpenSearch 就是倒排索引应修正或废弃。11. 去重与合并机制候选记忆进入主存储前需要检索已有记忆。候选记忆 ↓ 按 title / keywords / embedding / category 检索已有记忆 ↓ 判断 create / update / ignore / delete去重维度title是否相似。keywords是否高度重叠。contentembedding 是否相近。usage_scenario是否一致。category/project/module是否相同。合并原则新候选只是旧记忆的重复ignore。新候选补充了适用场景update。新候选纠正了旧结论update 或 deprecate。新候选是更高层抽象旧记忆是具体实现可以同时保留但要区分 usage_scenario。12. Memory Extractor Prompt 示例可以用如下 Prompt 从上下文中提炼候选记忆请从以下对话中提取值得长期保存的记忆点。 只保留满足以下条件的信息 1. 未来可复用 2. 对用户偏好、项目规范、技术决策、常见坑点或工具经验有影响 3. 可以独立理解 4. 不是临时过程、闲聊或一次性状态。 请输出 JSON 数组每条包含 - action: create/update/delete/ignore - title - content - category - keywords - usage_scenario - project - module - importance - reason 如果只是临时信息请 action ignore。13. Memory Extractor 输出示例[{action:create,title:长期记忆检索能力三层抽象模型,content:长期记忆系统描述关键词/全文检索能力时应区分三层关键词/全文索引是上层能力倒排索引是底层数据结构OpenSearch 是工程实现示例。文档中不应将 OpenSearch 直接等同于倒排索引而应说明 OpenSearch 提供倒排索引、BM25、多字段权重和结构化过滤能力。,category:project_introduction,keywords:[全文索引,倒排索引,OpenSearch,三层抽象],usage_scenario:[撰写长期记忆技术文档,解释检索层架构设计,评审OpenSearch表述准确性],project:xxx,module:long_term_memory,importance:0.8,reason:用户明确纠正文档中 OpenSearch 与倒排索引关系的表述方式该规则未来会影响长期记忆技术文档和架构说明。}]14. 写入后的索引生成Memory Object 写入主存储后需要生成多种派生索引。Memory Object ↓ 主存储canonical memory 原文 ↓ 向量索引embedding(title content usage_scenario) ↓ 关键词/全文索引title/content/keywords/usage_scenario ↓ 结构化索引category/project/module/status/importance ↓ 规则索引任务类型/触发条件14.1 向量索引用于语义召回。即使用户表达和记忆内容不完全一致也能召回相近知识点。14.2 关键词/全文索引用于精确召回。它是一种检索能力通常基于倒排索引实现。OpenSearch 是一种工程实现示例提供倒排索引、BM25、多字段权重和结构化过滤能力。14.3 结构化索引用于过滤和范围控制例如category project_introduction project xxx module long_term_memory status active14.4 规则索引用于强制召回安全规则、项目约束、用户偏好等高优先级记忆。15. 与 SAM 的关系SAM 负责当前上下文状态构造长期记忆点生成是 SAM 的写入侧能力之一。对话轨迹 τ_t ↓ Memory Extractor 提炼候选记忆 ↓ Memory Curator 去重、合并、更新 ↓ 写入长期记忆 M ↓ 未来任务中由 SAM 召回并压缩进入 s_t也就是说写入侧从上下文中总结出记忆点 读取侧从长期记忆中召回适合当前任务的记忆点16. 设计原则16.1 记结论不记过程长期记忆应保存稳定结论而不是工具调用过程或临时推理过程。16.2 记可复用知识不记一次性状态只有未来可能再次影响决策的内容才值得记忆。16.3 记用户纠正用户纠正代表系统理解偏差应优先沉淀。16.4 先去重再写入候选记忆必须先和已有记忆做相似性检查避免重复和冲突。16.5 一条记忆只表达一个知识点避免把多个规则、多个坑点、多个技术决策混进同一条记忆。16.6 索引是派生数据主存储中的 canonical memory 是事实源向量索引、关键词/全文索引、结构化索引都是派生数据可以重建。17. 总结长期记忆点生成可以概括为上下文对话 ↓ 识别候选信息 ↓ 判断长期价值 ↓ 压缩成独立知识点 ↓ 结构化为 Memory Object ↓ 去重 / 合并 / 更新 ↓ 写入主存储并生成多种索引最终目标是将连续对话中的用户偏好、项目规则、技术决策、常见坑点和纠正信息沉淀成稳定、可复用、可检索、可独立理解的长期记忆点。