实战：完整记忆系统
本节定位
前几节我们把记忆拆成了概念和策略。
这一节直接做一个能跑的“小系统”，把这些层串起来：
- 短期记忆：最近对话和当前状态
- 长期记忆：用户偏好和稳定信息
- 情景记忆：一次次任务经历
- 程序记忆：固定工作流步骤
目标不是做大而全，而是先把“完整记忆闭环”跑通。
学习目标
- 学会把多层记忆放进同一套 Agent 状态机
- 学会设计“什么时候写入哪层记忆”的规则
- 学会让记忆真正参与回答，而不是只做存档
- 通过一个可运行示例建立可复用的项目骨架
一、我们要做的系统长什么样？
1.1 目标场景
我们继续沿用售后助手场景。
用户会连续问：
- 退款条件
- 退款进度
- 回答风格要求
系统要做到两件事：
- 当前会话内保持连贯
- 下次再来还能记住用户偏好
1.2 四层记忆分工
这个示例里我们这样分工：
short_term
最近 N 轮消息 + 当前任务状态long_term
用户长期偏好episodic
每次处理任务后的总结条目procedural
预定义流程模板，例如退款处理步骤
1.3 评估目标
这个实战示例最重要的检查点是：
- 能否正确写入偏好
- 能否在后续回答时引用偏好
- 能否留下可检索的情景记录
- 能否在回答前引用程序记忆流程
二、先跑一个完整可执行版本
下面代码会模拟两轮对话：
- 第一轮用户提出“请简洁回答”并问退款条件
- 第二轮用户再问进度，系统要自动沿用简洁风格
它会打印：
- 回复结果
- 四层记忆快照
from collections import deque
from dataclasses import dataclass, asdict
def get_refund_policy():
return "退款规则：购买后7天内且学习进度低于20%可申请退款，款项原路返回，通常3-7个工作日到账。"
def get_order_status(order_id):
mock = {
"ORD-1001": {"status": "未发货", "progress": 0.12, "amount": 299},
"ORD-1002": {"status": "已发货", "progress": 0.35, "amount": 499},
}
return mock.get(order_id, {"status": "未知", "progress": None, "amount": None})
@dataclass
class Episode:
user_id: str
topic: str
summary: str
class MemoryAgent:
def __init__(self, short_window=4):
self.short_term_messages = deque(maxlen=short_window)
self.short_term_state = {}
self.long_term_profile = {}
self.episodic_memory = []
self.procedural_memory = {
"refund_workflow": [
"读取订单状态",
"读取退款政策",
"判断是否满足条件",
"返回结论和到账说明",
]
}
def _remember_short(self, role, content):
self.short_term_messages.append({"role": role, "content": content})
def _update_profile(self, user_id, message):
if "简洁" in message:
self.long_term_profile.setdefault(user_id, {})["style"] = "concise"
if "详细" in message:
self.long_term_profile.setdefault(user_id, {})["style"] = "detailed"
def _style_for_user(self, user_id):
return self.long_term_profile.get(user_id, {}).get("style", "default")
def _format_answer(self, text, style):
if style == "concise":
return text[:70] + ("..." if len(text) > 70 else "")
if style == "detailed":
return text + " 若你愿意，我可以再补充具体操作步骤和常见失败原因。"
return text
def _write_episode(self, user_id, topic, summary):
self.episodic_memory.append(Episode(user_id=user_id, topic=topic, summary=summary))
def handle(self, user_id, user_message, order_id):
self._remember_short("user", user_message)
self._update_profile(user_id, user_message)
self.short_term_state["active_workflow"] = "refund_workflow"
self.short_term_state["order_id"] = order_id
workflow = self.procedural_memory["refund_workflow"]
order_info = get_order_status(order_id)
policy = get_refund_policy()
if order_info["status"] == "未知":
answer = "我暂时查不到该订单，请确认订单号后重试。"
elif order_info["progress"] is not None and order_info["progress"] < 0.2:
answer = (
f"订单 {order_id} 当前学习进度为 {order_info['progress']*100:.0f}%，"
f"符合退款进度条件。{policy}"
)
else:
answer = (
f"订单 {order_id} 当前学习进度为 {order_info['progress']*100:.0f}%，"
"已超过退款进度阈值，当前不满足直接退款条件。"
)
style = self._style_for_user(user_id)
final_answer = self._format_answer(answer, style)
self._remember_short("assistant", final_answer)
self._write_episode(
user_id=user_id,
topic="refund",
summary=f"workflow={workflow}; order={order_id}; style={style}; result={final_answer}",
)
return final_answer
def snapshot(self, user_id):
return {
"short_term_messages": list(self.short_term_messages),
"short_term_state": dict(self.short_term_state),
"long_term_profile": self.long_term_profile.get(user_id, {}),
"episodic_memory_tail": [asdict(x) for x in self.episodic_memory[-2:]],
"procedural_memory": self.procedural_memory,
}
agent = MemoryAgent(short_window=4)
print("round1:")
print(agent.handle("u_001", "请简洁回答，我想看退款条件", "ORD-1001"))
print("\nround2:")
print(agent.handle("u_001", "那多久到账？", "ORD-1001"))
print("\nmemory snapshot:")
print(agent.snapshot("u_001"))
2.1 这段代码体现了哪四层协作？
short_term_messages
保留近期对话long_term_profile
记住用户风格偏好episodic_memory
每次完成任务后落一条“经历记录”procedural_memory
定义退款任务流程模板
这四层都被用到了，不再是“讲概念但没运行”。
2.2 为什么第二轮还能保持简洁风格？
因为第一轮用户说了“请简洁回答”，
系统把它写入了长期偏好：
long_term_profile["u_001"]["style"] = "concise"
所以第二轮即使用户没再重复，回复也会继续沿用。
2.3 情景记忆在这里有什么价值？
每轮处理完成后，系统都会写一条 episode summary。
这让我们后续可以回答：
- 用户之前经历过哪些退款判断
- 当时依据是什么
这对复盘和解释很有用。
三、这个系统还可以怎样扩展？
3.1 给长期记忆加“可信度”和“更新时间”
避免很旧、低可信的信息持续影响回答。
3.2 给情景记忆加检索
例如按 topic 和关键词查过去经历，
给复杂问题提供历史参照。
3.3 给程序记忆做版本化
流程一旦改变，可追踪：
- 哪次对话用的是哪版流程
这对审计和回放很重要。
四、实战里最容易踩的坑
4.1 把所有信息都当长期记忆写入
结果会变成：
- 检索噪声越来越高
4.2 没有“写入门槛”
例如用户随口一句话就写长期，
系统很容易学到错误偏好。
4.3 只存记忆，不让记忆参与决策
这样系统看起来“有记忆”，
但实际上回答没有任何变化。
小结
这节最重要的是把“完整记忆系统”落成一个可执行闭环：
短期维持当前任务，长期保留稳定偏好，情景沉淀历史经历，程序记住可复用流程。
当这四层协同起来，Agent 才能从“一次性问答器”变成“持续可用的任务系统”。
练习
- 给示例加一个
user_blacklist_topic长期偏好，看系统能否在回答中规避不相关话题。 - 让
episodic_memory支持按topic检索最近一条记录。 - 把
procedural_memory改成多流程版本，例如refund_workflow和invoice_workflow。 - 想一想：哪些信息最适合只放短期、不放长期？