Shannon 的记忆系统提供跨用户会话的智能上下文保留和检索，使智能体能够维护对话连续性并利用历史交互来改进响应。
存储层
PostgreSQL
- 会话上下文：会话级状态和元数据
- 执行持久化：智能体和工具执行历史
- 任务跟踪：高级任务和工作流元数据
Redis
- 会话缓存：快速访问活跃会话数据（TTL: 3600秒）
- 令牌预算：实时令牌使用跟踪
- 压缩状态：跟踪上下文压缩状态
Qdrant（向量存储）
- 语义记忆：高性能向量相似性搜索
- 集合组织：task_embeddings、summaries、tool_results、document_chunks
- 混合搜索：结合时效性和语义相关性
记忆类型
层级记忆（默认）
结合多种检索策略：
- 近期记忆：当前会话的最近 N 次交互
- 语义记忆：基于查询相似性的上下文相关内容
- 压缩摘要：旧对话的压缩表示
会话记忆
会话内最近交互的时间顺序检索。
智能体记忆
单个智能体执行记录，包括：
- 输入查询和生成的响应
- 令牌使用和模型信息
- 工具执行和结果
监督者记忆
用于智能任务分解的战略记忆：
- 分解模式：可重用的成功任务分解
- 策略性能：每种策略类型的聚合指标
- 失败模式：已知失败及缓解策略
环境变量
| 变量 | 默认值 | 描述 |
|---|
QDRANT_HOST | qdrant | Qdrant 服务器主机名 |
QDRANT_PORT | 6333 | Qdrant 服务器端口 |
REDIS_TTL_SECONDS | 3600 | 会话缓存 TTL |
嵌入要求
记忆功能需要 OpenAI API 访问权限来生成文本嵌入。
- 默认模型：
text-embedding-3-small（1536 维）
- 回退行为：如果未配置 OpenAI 密钥，记忆操作会静默降级 - 工作流继续执行但不包含历史上下文
核心功能
智能分块
- 将长回答（>2000 令牌）拆分为可管理的块
- 200 令牌重叠以保留上下文
- 批量嵌入以提高效率
MMR（最大边际相关性）
- 多样性感知重排序，平衡相关性和信息多样性
- 默认 lambda=0.7，优化相关且多样的上下文选择
- 获取 3 倍请求项，然后重排序以增加多样性
上下文压缩
- 基于消息计数和令牌估计的自动触发
- 速率限制防止过度压缩
- 针对不同层级的模型感知阈值
记忆检索流程
近期获取
通过 Redis 从当前会话检索最近 N 条消息
隐私与数据治理
PII 保护
- 数据最小化：仅存储必要字段
- 匿名化：使用 UUID 替代真实身份
- 自动 PII 检测和脱敏
数据保留
- 对话历史：默认 30 天保留
- 分解模式：90 天保留
- 用户偏好：基于会话，24 小时过期
性能优化
- 批量处理：单次 API 调用处理多个块（快 5 倍）
- 智能缓存：LRU（2048 条目）+ Redis
- 载荷索引：session_id、tenant_id、user_id 上的过滤快 50-90%
- 优化的 HNSW：m=16，ef_construct=100，实现快速相似性搜索
- 记忆检索增加延迟（通过缓存缓解）
- 向量相似性可能遗漏精确关键词匹配
- 压缩是有损的（仅保留关键点）
- 跨会话记忆需要显式会话链接
下一步
