记忆长期记忆
本地内存(local)
local 后端(InMemoryLTMBackend)在进程内存中维护一个向量索引来存取长期记忆。记忆会被 embedding 后写入内存向量库,检索时按相似度召回。进程退出即清空。
何时使用
- 本地开发与调试;
- 验证长期记忆的端到端流程(写入 → 跨会话检索),无需搭建外部服务。
依赖
pip install "veadk-python[extensions]"并配置 embedding 模型(缺省时复用 MODEL_AGENT_API_KEY):
| 配置项 | 环境变量 | 说明 |
|---|---|---|
name | MODEL_EMBEDDING_NAME | embedding 模型名 |
dim | MODEL_EMBEDDING_DIM | 向量维度(随模型不同而不同) |
api_base | MODEL_EMBEDDING_API_BASE | embedding API base |
api_key | MODEL_EMBEDDING_API_KEY | embedding API Key |
用法
from veadk import Agent
from veadk.memory.long_term_memory import LongTermMemory
ltm = LongTermMemory(backend="local", app_name="ltm_demo")
agent = Agent(name="demo", long_term_memory=ltm)完整跨会话示例见长期记忆 · 跨会话示例。
需要持久化或多实例共享?请改用 VikingDB、Mem0、OpenSearch 或 Redis。