高级用法：记忆

权威来源：代码（python-engine/app/memory/ · app/tools/memory.py）。 记忆是分层的，先分清"哪一层"再改。

代码在哪

python-engine/app/memory/
  service.py            入口（对外的记忆服务）
  layers.py             分层定义
  manager.py            调度：什么时候写、写哪层
  summary_store.py      会话摘要
  summaries.py          摘要生成
  profile.py            用户画像
  profile_card.py       画像卡片（给模型看的那份）
  conflict_manager.py   冲突处理（新旧事实矛盾时）
python-engine/app/tools/memory.py   模型可调用的记忆工具

分层（为什么要分）

层	内容	特点
会话摘要	一段会话的压缩结果	随会话增长，需定期压缩
用户画像	跨会话的稳定事实	写入要谨慎，冲突要处理
事实/偏好	具体条目	可被"忘记"（有对应工具）

两个真问题

1. 冲突：新旧事实矛盾时怎么办？conflict_manager.py 是落点 —— 不要静默覆盖，也不要把两条都留着让模型自己猜。
2. 压缩：上下文超限时的压缩是有损的。压缩"为什么没发生"应该有机器可读的码， 而不是只写一句日志（这是差距分析里"值得追"的一项）。

与 RAG 的区别（别混）

• 记忆（本页）：关于用户/会话的事实，随交互积累。
• 知识库（RAG）：外部文档，由用户上传，靠向量检索。

两者都"给模型喂上下文"，但来源、生命周期与写入者完全不同。

延伸阅读

• 知识库（RAG） · 会话
• checkpoint —— 恢复时记忆与上下文的关系

---

本页由仓库内 docs/wiki/ 同步生成（scripts/sync_github_wiki.py）。请不要直接编辑本 wiki —— 改动会下次同步时被覆盖；请改仓库里的对应文件。