页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「Agent Memory 数据库」找到 45 条内容
按专题浏览 →匹配正文：一、向量数据库作为记忆机制的核心优势 维度 传统方案 向量数据库 检索方式 精确匹配/关键词 语义相似度 容错性 无（必须关键词命中） 强（理解同义、近义表达） 多模态支持 困难 原生支持（图文音统一编码） 规模扩展 受限 近似索引支持十亿级 关键洞察：Agent对话具有高度口语化、指代消解、意图漂移的特点，精确匹配失效，必须依赖语义空间中的邻近搜索。 二、Embedding模型设计要点 1. 领域适配 通用模型（如text-embedding-ada-003）在垂直场景语义…
匹配正文：面试官可能会问：“做 Agent Memory，是不是把所有对话切块后存进向量库就够了？” 不够。向量库适合根据语义找相似内容，却不擅长单独承担用户归属、租户隔离、事务更新、唯一约束、版本冲突、精确状态和彻底删除。完整对话、大文件和工具工件全部塞进一张关系表也不合理，读取成本和生命周期会混在一起。 这道题考的是你能否先区分“事实源”和“索引”。关系型存储保存主体、记忆条目、来源、权限、版本、状态和审计；向量索引帮助从已授权范围里找到语义候选；对象存储承载长文档、完整轨迹和大工…
…时能定位到具体阶段。若模型提取错，修提取与样本；若旧记忆没被找出，修去重与检索；若权限错误，修授权。所有问题都压在一个“save_memory”工具里，会让错误无法解释。 写入流水线也要有无写入出口。一次普通寒暄、临时要求或无法确认的推断，正确结果可能就是不保存。记忆系统不是每轮都必须产出新条目。 什么时候记忆会让 Agent 变差 召回了与当前任务相似但主体不同的记忆；旧偏好覆盖用户本轮明确要求；摘要把否定和条件丢掉；多个冲突条目同时进入上下文；工具错误被当作经验保存；过多…
学习内容与项目面试，在同一条路上。