记忆
长期记忆
智能体上下文的重要组成部分
使用方法
VeADK 的长期记忆通常存储在数据库中，通过如下方式定义一个长期记忆：
from veadk.memory.long_term_memory import LongTermMemory
long_term_memory = LongTermMemory()
通过如下例子说明长期记忆：
以下示例展示了如何在 VeADK 中使用长期记忆实现跨会话的信息保留与调用。开发者可以通过 save_session_to_long_term_memory 方法，将某一会话中的知识性信息存入长期记忆存储后端。在新的会话中，即使上下文为空，Agent 依然能够基于长期记忆准确回忆并回答相关问题。
from veadk import Agent, Runner
from veadk.memory.long_term_memory import LongTermMemory
from veadk.memory.short_term_memory import ShortTermMemory
session_id = "..."
new_session_id = "..."
long_term_memory = LongTermMemory(backend=...) # default backend is `opensearch`
agent = Agent(long_term_memory=long_term_memory) # agent with long term memort backend
runner = Runner(
agent=agent,
app_name="...",
user_id="...",
short_term_memory=ShortTermMemory(),
)
teaching_prompt = "..."
await runner.run(messages=teaching_prompt, session_id=session_id)
# save the teaching prompt and answer in long term memory
await runner.save_session_to_long_term_memory(session_id=session_id)
# now, let's validate this in a new session
student_prompt = "..."
response = await runner.run(messages=student_prompt, session_id=new_session_id)
print(response)
后端适配
通过设置初始化 LongTermMemory 时的 backend 参数来指定不同的长期记忆存储后端：
| 类别 | 说明 |
|---|---|
local | 内存跨 Session 记忆，程序结束后即清空 |
opensearch | 使用 OpenSearch 作为长期记忆存储，可实现持久化和检索 |
redis | 使用 Redis 作为长期记忆存储，Redis 需要支持 Redisearch 功能 |
viking | 使用 VikingDB 记忆库产品作为长期记忆存储 |
viking_mem | 已废弃，设置后将会自动转为 viking |
后端选项
database 已废弃。详细参数
backend
Literal['local','opensearch','redis','viking','viking_mem'] | BaseLongTermMemoryBackend
默认为
opensearch - 长期记忆后端类型backend_config
dict
长期记忆后端配置，默认空字典。
top_k
int
默认 5 - 检索时返回最相似的文档数量。
app_name
string
Agent 应用名称，用于多应用区分。默认空字符串。
user_id
string
Agent 用户 ID，用于区分不同用户的长期记忆。默认空字符串。