AI Skill 大全

Agent 长期记忆设计

把会话消息、用户偏好和成功套路存进 AgentDB,让智能体跨会话记得住并能按语境取回来。

功能与用途

智能体最大的短板是健忘:这次说清楚的偏好,下次对话又要重讲;上次解决得很漂亮的同类问题,这次还是从零开始。这个能力提供几种记忆的组织方式——会话记忆存对话历史、长期记忆存用户偏好这类稳定事实、模式学习把成功的处理套路留成可匹配的模板,还能按即时、短期、长期、语义分四层管理,并在数据变多变杂时按重要度合并和裁剪。检索时结合语义相似与结果去重,取回的是能直接用的上下文。

适用场景

  • 客服智能体每次对话都像第一次见用户,需要把偏好和历史诉求长期:客服智能体每次对话都像第一次见用户,需要把偏好和历史诉求长期记住
  • 同一类问题处理成功过很多次,希望把这些成功套路存下来,下次遇:同一类问题处理成功过很多次,希望把这些成功套路存下来,下次遇到类似情况直接匹配
  • 记忆库越攒越大、检索越来越慢,需要按重要度合并和裁剪掉低价值:记忆库越攒越大、检索越来越慢,需要按重要度合并和裁剪掉低价值内容

适用人群

  • 开发有状态对话产品的后端工程师
  • 给 AI 应用做记忆层的平台开发
  • 研究智能体架构的技术人员

使用步骤

  1. 初始化向量库并按需选用预设规模,需要接 Claude Code 时装上 MCP 服务
  2. 按用途分层写入:会话消息进会话记忆,稳定偏好进长期事实,成功套路进模式库
  3. 检索时开启结果去重和上下文合成,让取回的内容完整且不重复
  4. 定期按重要度做合并与低分裁剪,并用统计命令确认容量与命中率

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
AI工作流
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
进阶
版本
main
最近更新
2026-09-17
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Implement persistent memory patterns for AI agents using AgentDB. Includes session memory, long-term storage, pattern learning, and context management. Use when building stateful agents, chat systems, or intelligent assistants.

使用前准备

  • 需要 Node.js 18+ 与 AgentDB v1.0.7+(经 agentic-flow 或独立使用)
  • 使用前需了解智能体架构,否则分层与合并策略不易配好

依赖与权限

  • 读取用户主动提供的内容

同类 Skill