Memory：让 agent 记住你
📍 Agent 通用知识
一个让人沮丧的现象
Section titled “一个让人沮丧的现象”你跟 Claude 聊了3 个小时，告诉它：
- 你的项目叫啥
- 你用什么技术栈
- 你的代码风格偏好
- 你团队的命名约定
- 你常踩的坑
第二天新开一个窗口问它：「上次咱们说的那个项目，继续写第 5 个功能」
如果你是直接调 API，或者用的是关掉了记忆的应用、无痕对话、第三方客户端，它多半会回：「抱歉，我没有上下文，能告诉我项目是什么吗？」
怎么回事？
LLM 本身没有记忆。每个 API 调用都是一次性的 —— 你发什么进去，它就基于什么回答，调用完信息全丢。
现在的 Claude、ChatGPT 等应用都自带记忆功能。拿 Claude 应用来说：跨对话记忆 2026-03-02 起免费用户也能用，Free、Pro、Max、Ultra 默认开启（Team、Enterprise 由管理员开启），在设置的 Memory（记忆）里可以查看和关闭；新开的普通对话会自动带上它整理出的项目进展和你的偏好——记住的是要点，“第 5 个功能”这种细节不一定都在（见官方说明）。Claude Code 也有默认开启的 auto memory（自动记忆），后面会拆解。
这些功能背后，就是本篇要讲的 Memory 系统：
- 跨会话记住用户的信息
- 跨会话记住项目的上下文
- 避免重复解释
Memory = 给 agent 加一个「跨会话信息箱」。
让它「听过的事」能在下次还记得，不用每次从头解释。
三类记忆：短期 / 工作 / 长期
Section titled “三类记忆：短期 / 工作 / 长期”
| 类型 | 范围 | 实现 | 比喻 |
|---|---|---|---|
| 短期记忆(Short-term) | 单次会话内 | 上下文窗口 | 跟人当面聊，记得当前对话 |
| 工作记忆(Working) | 单次任务内 | scratchpad / 中间结果 | 解数学题时草稿纸上的算式 |
| 长期记忆(Long-term) | 跨会话跨天 | 持久化存储(文件 / 数据库) | 笔记本里记下的关键事 |
短期 = 上下文窗口
Section titled “短期 = 上下文窗口”LLM 每次调用都把整个会话历史塞进 prompt。比如 Claude 5 的 1M token 上下文，够装一本小说。
优点:LLM 直接看，不用额外检索。 缺点:会话结束就没了。窗口越大 = 越费 token。
详细看 上下文窗口怎么算：会忘事吗 那一篇。
工作记忆 = 当前任务的草稿
Section titled “工作记忆 = 当前任务的草稿”agent 跑 ReAct 循环 时，每一步的「思考 → 行动 → 观察」结果临时存着。完成任务后通常丢掉。
例子：Claude Code 写一个 feature，中间它读了 10 个文件 —— 这些读到的内容是工作记忆，但它们会一直占着本次会话的上下文，直到你 /clear、它自动压缩或会话结束，并不会因为这个任务做完就自己清掉。所以换任务前记得 /clear（详见上下文窗口那篇）。
长期记忆 = 跨会话保留的关键事
Section titled “长期记忆 = 跨会话保留的关键事”今天要讲的重点。这是真正让 agent「记住你」的部分。
例如：
- 「用户偏好深色主题 + 简洁回复」
- 「项目 niuxue.org 用 Astro Starlight」
- 「洁柔是产品经理，不写代码，用产品语言沟通」
这些信息写一次，以后所有会话都能用。
长期记忆的 3 种主流实现
Section titled “长期记忆的 3 种主流实现”
1. 文件式(File-based)
Section titled “1. 文件式(File-based)”最简单。把记忆写到 Markdown / JSON 文件里。每次会话开始，全文加载进上下文。
代表:Claude Code 的 CLAUDE.md / MEMORY.md(咱家小牛 niu 就用这套)。
优点:
- 简单透明，人能直接读和改
- 不需要数据库，git 可以管理
- 适合规模小(几十到几百条)
缺点:
- 全量加载费 token —— 记忆变多后撑爆上下文
- 没有相似度检索
适合:个人助手 / 项目级记忆(几十到几百条)。
2. 向量数据库(Vector DB)
Section titled “2. 向量数据库(Vector DB)”把每条记忆变成向量(用 embedding 模型)，存到向量数据库。要用时，按当前 query 检索最相关的几条。
代表:Chroma / Pinecone / Weaviate / Qdrant。
优点:
- 容量大(百万条无压力)
- 按需检索，只加载相关的几条(省 token)
缺点:
- 需要 embedding 模型(额外 API 调用)
- 检索可能不准(向量相似 ≠ 语义匹配)
- 设置复杂
适合:用户量大的产品 / 大量历史对话。
3. 图数据库(Graph DB)
Section titled “3. 图数据库(Graph DB)”把记忆建模成「实体 + 关系」。比如：
- 实体：洁柔 / niuxue.org / Mold / V Bridge
- 关系：洁柔 拥有 niuxue.org;niuxue.org 在 Astro 上；Mold 是 V Bridge 旗下产品
代表：Graphiti（Zep 开源的时序知识图谱，能记住事情发生的先后）、Cognee（知识图谱加向量）；底层常用 Neo4j 这类图数据库。Mem0 的开源版已不再对接图数据库，放到下面的「检索式混合」里讲。
优点:
- 理解实体关系(比向量更精确)
- 适合多用户 / 多实体场景(每个用户一个子图)
缺点:
- 复杂度高
- 需要 LLM 帮忙抽实体和关系
适合:长期个性化产品(几年时间累计的用户记忆)。
2026 年的趋势：两条路线并存
Section titled “2026 年的趋势：两条路线并存”到 2026 年，纯向量已经不够用，但“主流框架都走向量 + 图”也不准了。现在大致是两条路线并存（2026-09-26 核对）：
路线 1：检索式混合——向量 + 关键词 + 实体或图，适合用户量大的产品：
- Mem0：开源版 2.0.0（2026-04-16）改成“语义向量 + BM25 关键词 + 实体匹配”一起检索（BM25 是一种按关键词打分的经典检索算法），对接外部图数据库的功能从开源版移除，图记忆只留在它的托管平台上（迁移说明）
- Zep：社区版 2025-04 起停止维护，现在是托管的 Zep Cloud，加上开源的时序知识图谱 Graphiti
- Cognee：仍是知识图谱 + 向量
路线 2：文件式——模型自己读写记忆文件，适合个人和项目级 agent：
- Claude API 的 memory tool（记忆工具）：Claude 发出读写文件的请求，由你的程序在自己这边执行，2026-02-17 起不再需要 beta 请求头（官方文档，面向开发者）
- Claude Code 的 auto memory：默认开启，下面「案例拆解」讲的就是它
- 文件式并不弱：Letta 在 2025-08-12 的测试里，只把对话历史存成文件、让 GPT-4o mini 自己用文件工具去查，就在 LoCoMo（一个测长对话记忆的公开评测）上拿到 74.0%，高于 Mem0 当时公布的图版本成绩 68.5%（测试原文）
两条路线不是谁取代谁：用户多、记忆量大，检索式更省 token；个人助手、项目记忆，文件式更简单透明。
案例拆解：Claude Code 的 MEMORY 系统(咱家小牛 niu)
Section titled “案例拆解：Claude Code 的 MEMORY 系统(咱家小牛 niu)”
最直观的例子 —— 咱家小牛 niu 自己的 memory。完全文件式，目录结构长这样：
~/.claude/projects/<your-project-path>/memory/├── MEMORY.md ← 索引(必须存在)├── user_profile.md ← 用户基本信息├── feedback_*.md ← 反馈类记忆(怎么干活)├── project_*.md ← 项目类记忆(在做啥)└── reference_*.md ← 引用类记忆(哪里找东西)MEMORY.md(索引)
Section titled “MEMORY.md(索引)”像一个目录：
# Memory Index
- [User Profile](user_profile.md) — 洁柔的基本信息和偏好- [Feedback: Tavily 搜索](feedback_tavily_search.md) — 联网搜索走 Tavily- [Project: 牛学站](project_niuxue.md) — niuxue.org 教程站现状...每行 ≤ 150 字符，只放标题和一句钩子。
单条记忆文件
Section titled “单条记忆文件”每条记忆有 frontmatter + 内容：
---name: feedback-write-style-warmthdescription: 案例篇配方 = 故事钩子 + 真实细节 + 自我视角 + 灵魂问收尾metadata: type: feedback---
写案例篇时,不要平铺直叙堆功能,要按这个配方:
1. **故事钩子**:开头用一个具体场景吸引人2. **真实细节**:具体数字 / 时间 / 地点,不要泛泛而谈3. **自我视角**:站在「咱家」角度讲,不假装中立第三方4. **灵魂问收尾**:结尾留一个开放性的问题
**Why**:洁柔反复提到「这种结构读者爱看」**How to apply**:写所有 case-* 系列文章都走这个配方4 种 type
Section titled “4 种 type”| Type | 内容 | 何时写 |
|---|---|---|
user | 用户身份、角色、偏好 | 学到关于洁柔本人的信息 |
feedback | 怎么干活 / 不能怎么干 | 被纠正 或 一个判断被肯定 |
project | 在做啥、为啥、deadline | 项目状态变化 |
reference | 哪里找东西 | 学到外部资源位置 |
新会话开始，索引 MEMORY.md 自动加载进上下文——这就是为啥 niu 一打开就「记得你是洁柔」。单条记忆文件不会全量塞进去，模型看索引按需翻阅，这也是索引每行要短的原因。官方规定每次只加载 MEMORY.md 的前 200 行或前 25KB（先到哪个算哪个），超出的部分不会加载。
这套不是咱家自己搭的：auto memory 是 Claude Code 自带、默认开启的功能，装好 Claude Code 你就有同样的一套——~/.claude/projects/<项目>/memory/ 下一份 MEMORY.md 索引加若干主题文件（见官方说明）。
动手：3 分钟看看它记住了什么
Section titled “动手：3 分钟看看它记住了什么”- 在一个练习文件夹里启动 Claude Code，对它说：「记住：以后回答我，先给结论再解释。」界面上出现类似 “Saved 1 memory” 的提示，就说明它存了。
- 输入
/exit退出，在同一个文件夹里再启动一个新会话，随便问个问题，看它是不是先给结论。 - 输入
/memory，选择打开 auto memory 文件夹，看它写了哪个文件、写了什么；不想要的，直接删掉那一行或那个文件。在/memory里也能关掉 auto memory。
接 DeepSeek 时这个功能也在，但记不记、记什么由模型判断，本站没有实测。
主流 Memory 框架对比
Section titled “主流 Memory 框架对比”| 框架 | 类型 | 特点 | 谁在用 |
|---|---|---|---|
| Claude Code MEMORY | 文件式 | 简单，git 可管，人可读 | Claude Code 全系 |
| CLAUDE.md | 文件式 | 组织 / 用户 / 项目 / 本地四级，子目录的按需加载，也认别的 AI 编程工具通用的 AGENTS.md（细节见 CLAUDE.md 那篇） | Claude Code 项目 |
| Claude memory tool | 文件式 | 模型自己读写记忆目录，文件操作在你的程序里执行 | 用 Claude API 做 agent 的开发者 |
| Claude 应用记忆 | 服务端托管 | Free / Pro / Max / Ultra 默认开启，设置里可查看、关闭 | Claude 应用用户 |
| ChatGPT Memory | 服务端托管(提示注入) | OpenAI 自家，自动总结 | ChatGPT |
| Mem0（mem0.ai） | 开源版：向量 + 关键词 + 实体；图记忆只在托管平台 | 2.0 版（2026-04）换了记忆算法，更新活跃 | 大量 AI 产品 |
| Letta（原 MemGPT） | OS 风格分层 | agent 自己管 working / long | 生产级 agent 平台（Letta Code、Letta Cloud） |
| LangMem | 向量优先 | LangChain 配套，最后一次发版在 2025-10 | LangChain 用户 |
| Zep | 向量 + 图 | 企业级托管（Zep Cloud），社区版已停更，开源的是 Graphiti | B2B AI 产品 |
| MemOS（记忆张量） | 记忆操作系统 | 国产开源（Apache-2.0 许可证，2025-07 开源） | 国内开发者 |
| SuperMemory | 向量 | 个人助手定位 | 消费级 |
新项目推荐:
- 个人 / 项目级 → CLAUDE.md / MEMORY.md(轻)
- 产品级有用户量 → mem0(全)
- B2B 合规重要 → Zep
关键策略：写入 / 召回 / 遗忘
Section titled “关键策略：写入 / 召回 / 遗忘”
写入策略(Write)
Section titled “写入策略(Write)”何时写入？
| 策略 | 触发条件 |
|---|---|
| 显式(用户说「记一下」) | 安全，但用户得主动 |
| 自动综合(LLM 觉得重要) | 智能，但可能记错 |
| 规则触发(用户做了某件事) | 例如「访问 5 次后记 ta 是常客」 |
咱家 niu 是自动综合 —— 系统提示词里有规则，LLM 判断这个信息值不值得记。
召回策略(Recall)
Section titled “召回策略(Recall)”怎么选哪些记忆塞进上下文？
| 策略 | 适用 |
|---|---|
| 全量加载 | 记忆少(几十条)，文件式 |
| 向量相似度 | 大量记忆，按 query 检索 top-k |
| 时序最新 | 「最近 N 条」 |
| 实体匹配 | 图数据库，按当前讨论的实体拉 |
遗忘策略(Forget)
Section titled “遗忘策略(Forget)”人脑会忘事，agent 也得:
- TTL(time-to-live)：过 N 天自动清
- 容量限制：超过 N 条删最旧的
- 用户主动删：「忘掉我之前说的 X」
- 冲突合并：新信息覆盖旧信息
很多产品漏掉遗忘策略，结果用户 3 个月后发现「它还记得我已经离职的那个公司」—— 尴尬。
⚠️ 隐私警告：secrets 永远不能进 memory
Section titled “⚠️ 隐私警告：secrets 永远不能进 memory”
绝对不要写进 memory 的东西:
- 密码 / API Token / SSH 密钥
- 信用卡号 / 身份证号 / 手机号(除非业务必要)
- 用户聊天里出现的 PII(姓名 / 邮箱 / 地址)
- 公司机密(代码片段 / 合同条款 / 客户名单)
为什么:
- Memory 文件可能被同步到云端、备份、git push
- 多个 agent 共享 memory 时会扩散
- 用户离开后，memory 是「遗留风险」
实操:
- 写入前过滤：用正则 + 关键词 blacklist
- 存储加密：敏感字段单独加密
- 审计日志：记录 memory 何时被读 / 写
- 用户可见 + 可删：让用户能查看自己被记了啥 + 一键清
💡 咱家 niu 的 memory 规则里明确：「不记录密码/Token/API Key 明文到记忆文件」。配套的还有一条硬规矩——秘密值永远不出现在任何可见输出里(命令、日志、回复都算)。
Memory = agent 跨会话的脑子。
- 没 memory：金鱼脑，每次重启从零（直接调 API 就是这样；很多应用已经自带记忆）
- 文件式：简单透明，适合个人 / 项目
- 检索式（向量 + 关键词 + 实体或图）：规模化生产，适合用户量大的产品
- 永远记得：secrets 不进 memory，忘记机制要设计
部署 agent 三件套之外的「第四件」就是 memory:
配齐之后，你的 agent 才是「有人格、有记忆、能干活」的完整体。
- 想看 Claude Code 的 CLAUDE.md 怎么用？→ CLAUDE.md：让它一开口就懂你的项目