第 8 課：代理記憶－短期、長期與情景

建構 AI 代理：從零到生產

第 3 部分：RAG 和內存 — 為 Agent 提供內存

亞洲開發網

簡介

記憶將代理從「金魚」（每次對話後都忘記）變成了真正的助手——記住偏好，從錯誤中學習，並隨著時間的推移積累知識。

---

1. 記憶體類型

1.1 短期記憶（工作記憶）

• 目前會話中的對話歷史記錄
• 受上下文視窗限制

1.2 長期記憶

• 跨會話持續存在
• 儲存在向量DB或資料庫中
• 例如：使用者偏好、重要事實

1.3 情景記憶

• 記住「情節」－代理完成任務的時間
• 幫助代理商從經驗中學習
• “上次用戶問同樣的事情時，我這樣做了並且成功了”

2. 實施

class AgentMemory:
    def __init__(self):
        self.short_term = []
        self.long_term = chromadb.Collection("long_term")
        self.episodes = chromadb.Collection("episodes")
    
    def remember(self, content, memory_type="long_term"):
        if memory_type == "long_term":
            self.long_term.add(documents=[content], ...)
    
    def recall(self, query, n=5):
        return self.long_term.query(query_texts=[query], n_results=n)
    
    def save_episode(self, task, steps, outcome):
        episode = f"Task: {task}\nSteps: {steps}\nOutcome: {outcome}"
        self.episodes.add(documents=[episode], ...)

---

總結

• 3種類型的記憶：短期（對話）、長期（事實）、情境（經驗）
• 向量資料庫是長期記憶和情景記憶的支柱
• 摘要記憶有助於將長對話融入情境窗口
• 情景記憶有助於代理隨著時間的推移而改進

練習

1. 實作完整的AgentMemory類
2. 建立一個能夠跨會話「記住」使用者偏好的代理
3. 實施情景記憶，測試代理人會改善嗎？
4. 比較：長對話的緩衝記憶體與摘要記憶體