更新时间：2026-09-24 GMT+08:00

示例：构建记忆库并集成SDK进行对话管理

本示例描述了如何在AgentArts智能体平台上创建记忆库，并通过SDK与记忆库进行交互。记忆库用于存储和管理智能体与用户之间的对话历史，以便于后续的对话管理和个性化服务。

前提条件

操作系统：推荐使用Linux Ubuntu 22.04 ARM64，服务器可访问公网。
本文命令如无特殊说明，均以Ubuntu为例。为保证镜像构建与云端部署的兼容性，建议使用Ubuntu系统。

因此，为了减少部署失败和额外排查成本，建议直接使用Ubuntu 22.04 ARM64制作AgentArts镜像。

若使用CentOS、EulerOS等非Ubuntu系统，请将下命令中的apt替换为yum或dnf，并自行确认Docker 18.06+、Python 3.10+；本文不逐条展开各发行版安装差异。

需使用ARM64系统制作的Agent镜像，使用X86系统制作的镜像在调用智能体运行时会调用失败。

可以使用华为云ECS服务购买服务器，购买时需要选择鲲鹏架构（ARM64），系统选择Ubuntu。
安装Python：请确保Python 3.10及以上版本已安装。
大多数Linux发行版（如Ubuntu）都预装了Python，您可以先通过python3 --version检查。如未安装，可以使用如下命令安装：
```
sudo apt update
sudo apt install python3
```
非Ubuntu/Debian系统请使用yum或dnf安装Python 3.10+及pip。
安装Docker：请确保Docker 18.06及以上版本已安装。如未安装，可以使用如下命令安装：
```
# 查询 Docker 版本
docker --version

# 安装Docker
sudo apt update
sudo apt install docker.io
```
安装完成后，建议立即配置国内镜像加速器。在后续执行agentarts launch构建镜像时，Docker需要拉取python:3.10-slim基础镜像，默认从docker.io官方仓库下载，可能超时失败。提前配置加速器可避免此问题。

执行以下命令创建Docker配置目录：
```
sudo mkdir -p /etc/docker
```
执行以下命令配置国内镜像源（直接复制并回车执行）：
```
sudo tee /etc/docker/daemon.json <<-'EOF'
{
  "registry-mirrors":[
    "https://docker.m.daocloud.net",
    "https://dockerproxy.net",
    "https://mirror.baidubce.com"
  ]
}
EOF
```
依次执行以下命令重启Docker服务，使配置生效：
```
sudo systemctl daemon-reload
sudo systemctl restart docker
```
华为云SWR基础版不支持OCI镜像格式，如果您使用的是Docker 27及以上版本，并且需要处理OCI镜像，可以通过设置环境变量来关闭OCI支持。
```
export DOCKER_BUILDKIT=0
# 或者
export BUILDKIT_USE_OCI_MEDIA_TYPES=0
```
执行以下命令安装SDK（建议在Python虚拟环境中安装，以避免与系统包产生冲突）。
```
# 安装依赖包
apt install python3.12-venv

# 创建并激活虚拟环境 (linux) 
python3 -m venv venv
source venv/bin/activate

# 安装sdk
pip install agentarts-sdk
```
若配置镜像加速器，后续在执行agentarts launch命令时，仍无法拉取 python:3.10-slim，可参考本文结尾的“常见问题”中的“直接修改Dockerfile基础镜像地址”。
- 执行pip install agentarts-sdk命令下载缓慢、超时可以更改为使用如下命令
```
pip install agentarts-sdk -i https://repo.huaweicloud.com/repository/pypi/simple --trusted-host repo.huaweicloud.com
```
- 如果系统缺少python3-venv包，导致无法创建虚拟环境，请按照命令回显提示安装python3-venv包。

执行以下命令配置华为云凭证，获取华为云凭证请参考认证鉴权。

export HUAWEICLOUD_SDK_AK="your-access-key"
export HUAWEICLOUD_SDK_SK="your-secret-key"

构建记忆库并集成SDK进行对话管理

登录AgentArts智能体平台。
在左侧导航栏选择“托管与运行 > 记忆库 ”，进入记忆库界面。
单击右上角“创建记忆库”。
参考图1配置记忆库的基本信息和网络配置。
- 记忆库名称：memory-test
- 网络配置：勾选私有网络，选择业务所在的VPC及子网
   公网访问根据业务场景可选择开启
- 入站身份认证：API Key认证
- 数据加密配置：可自定义选择
   图1 配置记忆库的基本信息和网络配置
参考图2配置记忆策略。
- 短期记忆：90天。
- 长期记忆提取策略：选择情景记忆 Episodic Memory。
- 长期记忆提取触发条件：
  - 空闲时间：10秒。
  - 最大累计token数量：4096。
  - 最大累计消息数：10。
  图2 配置记忆策略
单击“创建记忆库”，在“API Key”弹框中，请复制或下载API Key，然后单击“继续创建”。

建议下载保存在本地，API Key一旦丢失只能通过重置方式解决。

图3 复制或下载API Key

返回至记忆库列表，获取记忆库ID (对应space_id)。

图4 获取记忆库ID

在项目目录中创建test.py文件，参考如下示例代码，将SDK集成在应用项目中。请将 “space_id” 和“api_key”替换为实际使用的值。

import time
from agentarts.sdk.memory import MemoryClient
from agentarts.sdk.memory.inner.config import TextMessage
def client_mode_example():
    """Client 模式完整示例（假设已通过Console创建记忆库，并获取spaceId和api-key） 本示例仅作使用参考"""
    space_id = "your_space_id" # 使用页面上复制的记忆库ID
    api_key = "your_api_key" # 使用保存的apikey值
    with MemoryClient(api_key=api_key) as client:
        # 1. 创建会话
        print("\ncreate session...")
        session_data = client.create_memory_session(
            space_id=space_id,
            actor_id="user-001",
            assistant_id="assistant-001"
        )
        session_id = session_data.id
        print(f"Session ID: {session_id}")
        # 2. 添加消息
        print("\nadd chat message...")
        messages = [
            TextMessage(
                role="user",
                content="你好，我想了解机器学习的基础知识",
                actor_id="user-001"
            ),
            TextMessage(
                role="assistant",
                content="机器学习是人工智能的一个分支，主要研究如何让计算机从数据中学习规律。",
                actor_id="assistant-001"
            )
        ]
        client.add_messages(
            space_id=space_id,
            session_id=session_id,
            messages=messages
        )
        print("add message succeed")
        # 3. 等待记忆生成
        print("\nwait for memory...")
        time.sleep(90)
        # 4. 查询记忆
        print("\nsearch  memory list...")
        memories = client.list_memories(space_id=space_id, limit=10)
        print(f"find {len(memories.items)} memories")
        # 5. 搜索记忆
        print("\nsearch memories...")
        from agentarts.sdk.memory.inner.config import MemorySearchFilter
        search_results = client.search_memories(
            space_id=space_id,
            filters=MemorySearchFilter(query="机器学习", top_k=3)
        )
        print(f"find {len(search_results.results)} memories")
        return space_id, session_id
if __name__ == "__main__":
    client_mode_example()

执行如下Python命令启动项目应用，向记忆库批量插入与大型语言模型进行交互时的消息。

python3 test.py
进入记忆库界面，在记忆库列表中单击已创建的记忆库名称，在“记忆检索”页签，配置检索条件后单击“确定”，可查看到保存的交互消息已经生成对应的长期记忆。

父主题： 记忆库

示例：构建记忆库并集成SDK进行对话管理

前提条件

构建记忆库并集成SDK进行对话管理

相关文档

您对此文档页面的整体评价？