承接:上篇(概念 + 多 Agent 记忆体系差异)→ 中篇(需求拆解 + 三条架构路线 + 技术选型)→下篇(从零落地完整系统)
前言
中篇我们已经锁定最终最优架构方案: 非侵入式、外部旁路采集、只读归一、中心化存储、MCP 按需检索注入。 摒弃「改 Agent 源码」「软链接互通」「原生 Session 互导」等不现实方案。
本篇直接落地可上线、可简历复用、可个人私有化部署的完整工程:
- 多 Agent 异构 Session专属采集器(Claude/CODex/DSH/OpenCode/Kimi/WorkBuddy/ 豆包)
- 统一消息归一化解析层(解决所有 Schema 异构)
- 增量同步、去重、时间戳对齐核心逻辑
- 双存储架构:原始会话库 + 向量记忆库
- MCP 记忆服务完整实现(可被所有 AI Agent 调用)
- Web 管理后台会话可视化
- 全链路踩坑、边界处理、生产级容错
- 最终闭环工作流:多 Agent 记忆彻底互通
本文全部为工程实战干货,无概念复读、无水文。
一、系统最终落地架构(最终定稿)
整套系统分为五层架构,完全解耦、无侵入、可独立迭代:
1. 采集适配层(最核心、工作量最大)
针对每类 Agent 异构存储,独立开发<