Volcengine ADK记忆长期记忆
Redis（redis）
redis 后端（RedisLTMBackend）使用 Redis 作为向量存储，按用户隔离索引（veadk-ltm/{index}/{user_id}）。记忆经 embedding 后写入，检索时按相似度（cosine）召回。
何时使用
- 已有 Redis 且开启了 RediSearch 模块；
- 希望用 Redis 作为低延迟的向量检索后端。
依赖
pip install "veadk-python[extensions]"Redis 需支持 RediSearch（向量检索）能力。
配置
Redis 连接用 RedisConfig 读取，环境变量前缀 DATABASE_REDIS_；embedding 用 MODEL_EMBEDDING_*。
| 配置项 | 环境变量 | 默认值 | 说明 |
|---|---|---|---|
host | DATABASE_REDIS_HOST | "" | Redis 主机。 |
port | DATABASE_REDIS_PORT | 6379 | 端口。 |
username | DATABASE_REDIS_USERNAME | None | 用户名（可选）。 |
password | DATABASE_REDIS_PASSWORD | "" | 密码。 |
db | DATABASE_REDIS_DB | 0 | 数据库编号。 |
用法
from veadk import Agent
from veadk.memory.long_term_memory import LongTermMemory
ltm = LongTermMemory(backend="redis", index="ltm_demo")
agent = Agent(name="demo", long_term_memory=ltm)向量维度取自 embedding 配置（MODEL_EMBEDDING_DIM），距离度量为 cosine。索引会为每个用户单独创建。