网易首页 > 网易号 > 正文 申请入驻

构建有记忆的 AI Agent:SQLite 存储 + 向量检索完整方案示例

0
分享至

现在的 Agent 系统有个很明显的问题 —— 会话一结束,什么都忘了。

这不是个技术缺陷,但是却限制了整个系统的能力边界。Agent 可以做推理、规划、执行复杂任务,但就是记不住之前发生过什么。每次对话都像是第一次见面,这种状态下很难说它真正"理解"了什么。

记忆能力是把 LLM 从简单的问答工具变成真正协作伙伴的关键。一个只能"回答当前问题",另一个能"基于历史经验做决策",这就是增加了记忆能力后的改进。

这篇文章会讲怎么给 Agent 加上记忆、反思和目标跟踪能力。技术栈很简单:

  • SQLite 做结构化存储
  • 向量数据库(Pinecone、FAISS、Chroma 都行)处理语义检索
  • LLM 层负责反思和总结

这套架构可以直接集成到现有框架里,不管你用 LangChain、CrewAI 还是自己写的框架。

记忆为什么这么重要

Agent 的自主性需要记忆支撑,先说跨会话连续性,一个数据质量监控 Agent 如果能记住哪些数据集经常出问题,就能提前预警而不是每次都从头排查。

而且通过记忆还可以增加反思的能力,Agent 可以自己评估"这次任务完成得怎么样"、"推理过程有没有问题",这种自我评估不需要复杂的奖励函数,用自然语言就能实现强化学习的效果。

长期目标跟踪也是一个很大的需求,数据整理、研究辅助这类工作往往跨越多次交互,需要 Agent 记住目标、追踪进度、理解任务之间的依赖关系。

没有记忆的 Agent 永远困在当下,无法积累经验也无法改进。

系统架构

整体设计分两个记忆层面:情景记忆记录发生的事情,语义记忆提炼学到的经验。

这个架构的核心是让 Agent 既能查询"我之前做过什么",也能理解"类似的情况该怎么处理"。

数据库设计

为了演示,我们使用SQLite ,因为它轻量、本地化、跨平台支持好。对于大多数场景够用了,除非你的 Agent 需要处理海量并发。

数据库如下:

CREATE TABLE IF NOT EXISTS memory_events (
id INTEGER PRIMARY KEY AUTOINCREMENT,
agent_name TEXT,
timestamp DATETIME DEFAULT CURRENT_TIMESTAMP,
input TEXT,
output TEXT,
summary TEXT,
embedding BLOB
);
CREATE TABLE IF NOT EXISTS goals (
id INTEGER PRIMARY KEY AUTOINCREMENT,
agent_name TEXT,
goal TEXT,
status TEXT DEFAULT 'in_progress',
last_updated DATETIME DEFAULT CURRENT_TIMESTAMP
);

memory_events 表存交互历史和摘要,goals 表追踪目标状态。每个任务执行完就自动记录,这些数据后面会用来做反思分析。

记录情景记忆

每次任务执行完,把关键信息存下来:

def log_memory_event(agent_name, input_text, output_text, summary, embedding):
conn = sqlite3.connect("memory.db")
cur = conn.cursor()
cur.execute("""
INSERT INTO memory_events (agent_name, input, output, summary, embedding)
VALUES (?, ?, ?, ?, ?)
""", (agent_name, input_text, output_text, summary, embedding))
conn.commit()
conn.close()

summary 可以让 LLM 生成:

summary_prompt = f"Summarize this agent interaction:\n\nInput: {input_text}\nOutput: {output_text}\n"
summary = llm.complete(summary_prompt)

然后把摘要转成向量存起来:

embedding = embedding_model.embed(summary)

这样做的好处是,检索时不依赖关键词匹配,而是基于语义相似度。Agent 记住的不是原始文本,是事情的"意思"。

语义检索实现

新查询来的时候,先找出相关的历史记忆:

def recall_related_memories(query, top_k=3):
query_embedding = embedding_model.embed(query)
results = pinecone_index.query(vector=query_embedding, top_k=top_k)
return [r['metadata']['summary'] for r in results]

检索出来的摘要直接注入到 prompt 里:

"以下是一些相关的历史经验,处理当前问题时可以参考……"

这个过程模拟了人类决策前回忆类似经历的思维方式。向量检索能找到语义上相关但表述完全不同的内容,比传统的全文搜索要智能得多。

反思机制

有了记忆以后,还可以让 Agent 学会从记忆中学习。反思循环把被动的存储变成主动的能力提升。每隔几次交互触发一次:

reflection_prompt = f"""
You are reviewing your recent actions. Based on the following summaries, what patterns,
mistakes, or improvements do you notice?
{recent_summaries}
Provide 3 takeaways and 1 improvement plan for your future tasks.
"""
reflection = llm.complete(reflection_prompt)

可以把这个反思结果作为元记忆存起来,也可以生成 embedding 用于后续检索。

更进一步还可以加自我批评机制。每个主要任务完成后,Agent 评估是否达成目标。没达成就写个修正笔记,下次遇到类似情况知道该怎么改进。

这种方式实现了推理层面的强化学习,不需要梯度更新,纯靠自然语言就能调整行为模式。

目标管理

Agent 需要目标感。可以动态定义、更新、评估目标:

def update_goal(agent_name, goal, status):
conn = sqlite3.connect("memory.db")
cur = conn.cursor()
cur.execute("""
UPDATE goals SET status = ?, last_updated = CURRENT_TIMESTAMP
WHERE agent_name = ? AND goal = ?
""", (status, agent_name, goal))
conn.commit()
conn.close()

可以专门跑一个目标跟踪 Agent,定期检查未完成的目标然后提醒相关 Agent:

"目标:提升数据时效性
当前进度:70%
建议行动:检查上周的数据延迟情况"

这样整个系统就有了持续性。Agent 不再是处理单次请求的工具,而是在追求长期目标的过程中持续运作。

完整流程

把这些组件串起来流程就是这样的:

1、用户请求进来,Agent 执行任务,同时把交互记录写入 SQLite 和向量库。

2、处理新请求之前,先做语义检索调出相关记忆,把这些信息加到上下文里。

3、每隔 N 次交互,Agent 总结最近的行为表现,写反思笔记存档。

4、目标独立于单次会话存在,可以跨越多天甚至多周追踪进度。

5、这样构建出来的 Agent 更接近一个能学习、能记忆、能进化的系统。

一些实践经验

存摘要比存完整对话有效得多,既节省空间又便于检索。

定期清理数据很重要。比如说设置个定时任务,合并相似的记忆或者删掉不再有用的旧记录。

语义压缩是个好技巧 —— 把多个相关事件总结成一条元记忆,减少信息冗余的同时保留关键模式。

提示词设计也要引导元认知。给 Agent 一个明确角色比如"反思分析师",会让自我评估的质量明显提升。

如果想直观看到效果,可以搭个 Streamlit 或 React 界面,实时展示记忆聚类、目标进度、反思内容这些信息。可视化对调试和优化很有帮助。

最后

加上记忆、反思、目标追踪,Agent 就从一次性的工具变成了学习型伙伴。他们的区别在于一个只会执行任务,另一个能理解意图的演变并主动适应。

Agent AI 这个方向发展下去,记忆系统会成为基础设施。数字助手需要记住昨天发生的事,反思今天的表现,规划明天的行动。

最简单的记忆功能实现起来并不复杂,SQLite 加个向量库,写几个精心设计的 prompt,就能让 Agent 开始进化了。

https://avoid.overfit.cn/post/44c8d547475340d59aa4480f634ea67f

作者:Kyle knudson

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
11月20日俄乌最新:3座桥、3条人命、15个伤员,和一份大国宣言

11月20日俄乌最新:3座桥、3条人命、15个伤员,和一份大国宣言

西楼饮月
2026-11-20 20:38:02
中铝集团广西华银铝业有限公司原总经理刘永刚接受纪律审查和监察调查

中铝集团广西华银铝业有限公司原总经理刘永刚接受纪律审查和监察调查

环球网资讯
2026-11-20 15:10:13
记者丨皇马要价7000万欧+8000万欧回购

记者丨皇马要价7000万欧+8000万欧回购

米兰圈
2026-11-20 07:31:33
不得了!日本做了一个极其恶劣的决定!

不得了!日本做了一个极其恶劣的决定!

故事终将光明磊落
2026-11-20 14:44:07
西班牙U17队5-0中国男足U17队,赛后评分:西班牙10号排第一

西班牙U17队5-0中国男足U17队,赛后评分:西班牙10号排第一

侧身凌空斩
2026-11-20 23:54:16
1948年淮海战役中,走投无路的黄百韬,拔枪朝自己额头开了一枪,却迟迟未咽气;身旁副官见状,上前补了一枪

1948年淮海战役中,走投无路的黄百韬,拔枪朝自己额头开了一枪,却迟迟未咽气;身旁副官见状,上前补了一枪

人生录
2026-11-21 00:05:19
你们被封掉的账号,今天上市了

你们被封掉的账号,今天上市了

美第奇效应
2026-11-20 20:05:33
深圳街头贴身护墨西哥总统的女警徐瑾,网传年薪百万其实是误会

深圳街头贴身护墨西哥总统的女警徐瑾,网传年薪百万其实是误会

娱乐的硬糖吖
2026-11-20 05:28:23
董路:U17国足用6后卫死守!把西班牙球员心态搞乱,有机会拿1分

董路:U17国足用6后卫死守!把西班牙球员心态搞乱,有机会拿1分

念洲
2026-11-20 10:24:46
普京放话“痛苦报复”后,俄军图-160与弹道导弹夜袭基辅

普京放话“痛苦报复”后,俄军图-160与弹道导弹夜袭基辅

子桑说
2026-11-20 17:00:04
俄罗斯可能要对法国下手了!因为俄罗斯确认了一件事,那就是如今的法国,成为了冲突的参与方!

俄罗斯可能要对法国下手了!因为俄罗斯确认了一件事,那就是如今的法国,成为了冲突的参与方!

扶苏聊历史
2026-11-19 18:17:35
黑龙江广播电视传媒网络集团股份有限公司原董事长赵鸿洋被“双开”

黑龙江广播电视传媒网络集团股份有限公司原董事长赵鸿洋被“双开”

界面新闻
2026-11-20 16:02:10
痛哉,中国股市!

痛哉,中国股市!

水皮M0RE
2026-11-20 17:51:49
荷兰再谈光刻机禁令: 已经对先进光刻机实施对华封锁,不同意继续限制低端光刻机,反对match法案

荷兰再谈光刻机禁令: 已经对先进光刻机实施对华封锁,不同意继续限制低端光刻机,反对match法案

逍遥漠
2026-11-20 13:17:09
全网点赞!马斯克带娃亮相APEC,全家爱中国表现绝了

全网点赞!马斯克带娃亮相APEC,全家爱中国表现绝了

大厂财经社
2026-11-20 01:42:51
1984年,57名战士正看霍元甲,子弹突然射进屋内,死伤38名战士

1984年,57名战士正看霍元甲,子弹突然射进屋内,死伤38名战士

四海神君
2026-11-20 15:00:08
乌军炸塌克里米亚大桥钢拱,专家估计:修复可能要两年

乌军炸塌克里米亚大桥钢拱,专家估计:修复可能要两年

桂系007
2026-11-20 23:59:14
A股:今天跌破3540了,做好准备,下周一,11月23号,股市可能这样走

A股:今天跌破3540了,做好准备,下周一,11月23号,股市可能这样走

明心
2026-11-20 15:10:00
大批物价跌回20年前!东西越来越便宜,为啥日子却更难了?

大批物价跌回20年前!东西越来越便宜,为啥日子却更难了?

华人星光
2026-11-19 13:45:11
羽毛球世界冠军周昊东兴奋剂检测结果阳性,被禁赛3年;教练被禁赛1年半,浙江体育职业技术学院被警告

羽毛球世界冠军周昊东兴奋剂检测结果阳性,被禁赛3年;教练被禁赛1年半,浙江体育职业技术学院被警告

极目新闻
2026-11-20 20:58:44
2026-11-21 00:40:49
deephub incentive-icons
deephub
CV NLP和数据挖掘知识
2028文章数 1465关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

时尚
教育
游戏
旅游
军事航空

秋天衣服别总穿纯色,试试这几件条纹单品,简单时尚又减龄

教育要闻

济南市历下区燕山小学教育集团将出席2026第四届课博会,解码“做中学”视域下小学科学教育生态构建

PC Gamer试玩GTA6百小时:双主角出色但任务重复

旅游要闻

青岛冬日赏鸥地图|沿着海岸线,赴一场海鸥之约

军事要闻

美军在中东再成三航母之势

无障碍浏览 进入关怀版