🧩

Agent 记忆

为 AI Agent 提供长期记忆、知识沉淀与上下文管理的工具和平台,涵盖跨会话记忆、知识图谱、个性化偏好等能力

86 个项目

(24 / 86)

相关文章

Memory记忆系统长期记忆

Agent Memory 架构:短期、长期与共享记忆的设计取舍

系统对比 Agent Memory 的三大类别——短期记忆、长期记忆、共享记忆,从存储介质、生命周期、检索方式、典型框架到设计模式,完整覆盖 Agent 个性化和多 Agent 协作的工程实现。

AI Agent记忆系统向量检索

Agent 记忆系统设计:从短期上下文到持久化知识

深入解析 Agent 记忆的四层架构,结合向量检索和记忆压缩的实战代码,帮你构建可扩展的 Agent 长期记忆系统。

MCPModel Context ProtocolClaude Code

2026 最佳 MCP Server 横评:从官方到社区的 25 个值得集成的 MCP 服务器

2026 年最值得集成的 25 个 Model Context Protocol (MCP) 服务器横评,覆盖 GitHub、数据库、浏览器、文件系统、代码搜索、Google Workspace、Slack、Notion 等场景,含官方 SDK 与社区实现对比,以及如何在 Claude Code / Cursor / Cline 中配置使用。

LettaMemGPTAI Agent

构建有状态的AI Agent:Letta(MemGPT)深度实践指南

深入学习如何使用 Letta(原 MemGPT)构建具有长期记忆的有状态 AI Agent,解决 LLM 的上下文窗口限制问题。

上下文工程长上下文RAG

上下文工程:长对话 Agent 的上下文衰减与重建

长对话 Agent 不是败在模型能力,而是败在上下文管理。系统对比滑动窗口、检索注入和分层压缩三种策略,给出可落地的衰减诊断与重建方案。

GraphRAGLightRAGRAG

GraphRAG vs LightRAG:图增强 RAG 的两种工程路线深度对比

系统对比 Microsoft GraphRAG(社区检测 + 全局摘要) 与 HKUDS LightRAG(双层图 + 增量更新)两大图增强 RAG 框架的索引构建、检索范式、成本结构、查询质量与适用场景,给出按数据规模、查询类型、运维预算的选型决策树。