让 Agent 拥有记忆
Agent 提供两层记忆能力：会话状态存储保障运行时数据持久化，长期记忆系统将对话内容沉淀为可检索知识并在后续会话中自动召回。
在 Agent 编辑器中切换到更多 → 记忆存储，可看到两个独立的配置区域。
会话状态存储
用于存储会话历史、执行中间状态等运行时数据，支持异常恢复和会话延续。配置项选择运行状态的存储后端：
- 内存：仅桌面端可用，节点重启后数据丢失，适合开发调试
- MySQL / PostgreSQL：数据持久化，适合生产环境
桌面端默认使用内存，服务端默认使用内置数据库。需要先创建数据库元素才能选择。
跨会话长期记忆
将对话内容沉淀为可检索的长期记忆，在后续会话中自动召回。
向量模型
用于将记忆内容向量化并参与相似度检索。不配置时使用 BM25 关键字检索。
记忆写入时机
对话结束后，系统自动提取对话中的可持久化信息，写入当日记忆文件。
- 启用记忆写入：勾选后开启记忆写入功能。默认开启
- 消息阈值：当前对话消息数达到该值后触发记忆写入。默认值 50
- Token 阈值：对话内容累计 Token 达到该值后触发记忆写入。默认值 24000
写入时会使用一个独立的模型调用分析对话内容，提取有用的事实信息追加到记忆文件，然后重新建立索引。
记忆时效性
控制旧记忆随时间的权重衰减，帮助 Agent 更倾向使用近期记忆。
- 启用记忆时间衰减：勾选后开启时间衰减。默认开启
- 半衰期（天）：值越小旧记忆权重衰减越快，值越大长期记忆保留更久。默认值 30 天
检索方式
启用长期记忆后，Agent 会自动将核心记忆文件（身份、规则、用户偏好等）注入到系统提示词中。同时 Agent 拥有以下工具：
memory_search：在回答前执行混合检索（向量相似度 + 关键字匹配），召回相关历史记忆memory_save：将有用信息保存到对应类别的记忆文件
检索结果经过多样性重排序（MMR），避免返回相似度过高的重复内容。
典型场景
- 长期偏好记忆："记住我喜欢简洁的回答风格"
- 历史事实记忆："上次我们聊到那个客户的情况"
- 跨会话延续：多次对话中持续积累项目信息，Agent 在后续会话中自动感知上下文