本文由 AI 自动摘录整理，原始链接：Agent 框架中的记忆管理

推荐指数：7/10（推荐读原文）

背景

来自公众号 CppMore，系统梳理了 Agent 框架中记忆管理的完整架构：从短期记忆、长期记忆到治理策略，结合 Wuwe Agent Framework 的 C++ 实现给出具体代码示例。是中文社区少见的 Agent 记忆管理深度文章。

核心观点

• 记忆管理决定 Agent 智能化程度：记什么、怎么记、何时记、如何取，是四个关键问题。成功的经验积累越多，Agent 越智能
• 短期记忆维持上下文连续性：LLM 每次 API 调用都是独立的，必须手动保存上下文（对话消息、任务状态、历史摘要）。同时需要预算控制——上下文有限、成本递增、无关信息干扰
• 长期记忆需显式写入，默认不自动记录：只保存稳定可复用的信息（用户偏好、项目事实、决策约束等），自动写入可能污染后续会话、泄露敏感信息
• 治理策略是产品化前提：信息隔离（跨用户不串）、敏感过滤（API key 不入库）、TTL 过期清理、操作审计追踪，缺一不可

补充要点

• 短期记忆三类：对话消息、任务状态、历史摘要——历史摘要是保留有效复杂性、消除噪声的关键手段
• 长期记忆存储双引擎：SQLite 存完整内容 + 向量数据库（如 Qdrant）建语义索引，语义索引是派生数据，丢失可从 SQLite 重建
• 语义搜索解决的核心痛点：表达方式不同但意思相同的查询，常规数据库无法匹配
• 召回流程：Qdrant 语义搜索 → SQLite 取完整记录 → 过滤/排序 → 注入 Prompt
• Wuwe C++ 框架中 memory_policy 控制各类记忆窗口大小，memory_context 管理作用域
• 长期记忆需分组（user/application/conversation/agent），否则不同场景记忆混串