企业官网建设流程全解析

上篇文章解决的是单次交互的上下文工程管理，本篇文章处理agent在本轮对话结束后如何记住用户、知识。

1. 记忆的表示和管理

• 三层级评估框架(如何评估用户记忆系统的能力？)
  • 基础记忆：记住用户结构化的、准确的信息，如手机号是123xxxx
  • 多轮会话：记住跨会话的关键信息，如“用户给手机充值”，自动检索上一轮的手机号。
  • 主动服务：根据已有信息深挖潜在问题，规避风险提示用户，如航班已过期是否取消。
• 记忆的层级结构(有了评估标准后，如何设计记忆系统？)
• 用户长期记忆持久化存储(存在哪？)
• 四种存储格式(怎么存？)
• 情景记忆(具体事件)、语义记忆(一般知识)、程序记忆(行为流程)；(存什么？)
• 记忆框架：MEM0、MEMOBASE
• 记忆安全：数据脱敏

2. 记忆的检索(检索增强生成智能体化RAG)

RAG核心：检索器(从知识库找到相关片段) -> 注入到上下文 -> 生成器(由LLM根据片段生成回复)

• 分块：把文本拆分成段的策略：固定长度分块、结构化/段落分块、语义分块
• 嵌入(Embedding): 计算机不能解释文字，只能转化成数字处理(向量)，所有构成的空间(向量空间)；语义更接近文字转化后的数字更接近。经典公式：国王 - 男性 + 女性 = 女王。
• 稠密嵌入：从词语关联到语义理解。向量空间各个维度都有值，衡量两个词(向量)的语义是否相近：余弦相似度(两向量的夹角)。
• 稀疏嵌入：精准匹配的关键词检索。向量空间各个维度的值接近0。
• 混合嵌入：

• 检索质量评估

3. 知识的组织与检索