AgentSkill Hub
Agent 记忆系统设计
为 AI Agent 构建持久记忆:分层存储、遗忘曲线和上下文加载策略。
2026年4月25日·AgentSkill Hub
Agent 记忆系统设计
为什么需要记忆?
Agent 每次启动都是「失忆」状态,没有记忆就无法:
- 记住用户偏好
- 延续昨日工作
- 从错误中学习
三层记忆架构
🔥 HOT — 当前活跃任务(每次加载)
🌡️ WARM — 稳定偏好配置(偶尔更新)
❄️ COLD — 历史归档(按需检索)
遗忘曲线
不是所有记忆都值得保留,用衰减公式自动淘汰:
score = similarity × exp(-0.05 × days) + 0.2 × ln(1 + access_count)
- score > 0.7 → HOT
- 0.3 ~ 0.7 → WARM
- ≤ 0.3 → COLD
实现方案
memory/ ├── hot/HOT_MEMORY.md ← 每次启动必读 ├── warm/WARM_MEMORY.md ← 稳定偏好 ├── cold/COLD_MEMORY.md ← 历史归档 ├── 2026-04-25.md ← 今日日志 ├── archive/ ← 7天前日志 ├── weekly/ ← 周摘要 └── memory-meta.json ← 遗忘曲线元数据
加载策略
# 每次启动 load("memory/hot/HOT_MEMORY.md") # 必须 load("memory/warm/WARM_MEMORY.md") # 可选 # 按需检索 if relevant: search("memory/cold/COLD_MEMORY.md") search("memory/archive/")
Vercel🚀 部署首选
Agent 站点首选部署平台,零配置部署 Next.js,全球 CDN
立即体验 →