在智能体中集成记忆库

前提条件

• 已创建记忆库，并获取记忆库的api_key。
• 已安装Python，且版本不低于3.10。
• 已安装AgentRunSDK：

  pip install AgentRunSDK

在智能体中集成记忆库（操作步骤）

1. 在左侧导航栏选择“开发中心 > 组件库 ”，单击“记忆库”页签，进入记忆库界面。

2. 在记忆库列表单击操作列的“调用代码”，然后根据开发框架获取环境变量信息。
3. 配置环境变量。

   # 创建space后，会返回API_KEY，请将其设置为环境变量，用于调用数据面接口时鉴权
   export AGENTARTS_MEMORY_API_KEY="你的数据面API密钥"

4. 集成记忆库。

   import os
   import time
   
   # 确保环境变量已设置
   assert os.getenv('AGENTARTS_MEMORY_API_KEY'), "请设置 AGENTARTS_MEMORY_API_KEY"
   
   def client_mode_example():
       """Client模式完整示例"""
       print("=== Client模式完整示例 ===")
           # 2. 创建会话
           print("\n2. 创建会话")
           session_data = client.create_memory_session(
               space_id=space_id,
               actor_id="client-test-user",
               assistant_id="client-test-assistant"
           )
           session_id = session_data.id
           print(f"✓ Session创建成功: {session_id}")
   
           # 3. 发送消息（使用TextMessage对象）
           print("\n3. 发送对话消息")
           messages = [
               TextMessage(
                   role="user",
                   content="你好，我想了解电商推荐算法，能够根据用户行为进行个性化推荐的算法有哪些？",
                   actor_id="client-test-user"
               ),
               TextMessage(
                   role="assistant",
                   content="电商推荐算法主要包括：1) 协同过滤算法，基于用户行为相似性推荐；2) 基于内容的推荐，分析商品特征；3) 深度学习算法，能更准确捕捉用户偏好。推荐组合使用多种算法提升准确率。",
                   actor_id="client-test-assistant"
               ),
               TextMessage(
                   role="user",
                   content="我对机器学习的监督学习特别感兴趣，深度学习和传统机器学习有什么区别？",
                   actor_id="client-test-user"
               )
           ]
           add_result = client.add_messages(
               space_id=space_id,
               session_id=session_id,
               messages=messages
           )
           print(f"✓ 已添加 {len(add_result.items)} 条消息")
   
           # 4. 等待记忆系统处理消息
           print("\n4. 等待记忆系统处理消息...")
           time.sleep(30)
           # 5. 列出记忆
           print("\n5. 查询记忆列表")
           memories = client.list_memories(
               space_id=space_id,
               limit=10
           )
           print(f"✓ 发现 {len(memories.items)} 条记忆")
           for i, memory in enumerate(memories.items[:3]):
               print(f"  {i+1}. {memory.content[:50]}...")
               print(f"     策略: {memory.strategy_type}")
           # 6. 搜索记忆（使用MemorySearchFilter对象）
           print("\n6. 搜索相关记忆")
           from hw_agentrun_wrapper.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"✓ 找到 {len(search_results.results)} 条相关记忆")
           for i, result in enumerate(search_results.results):
               score = result.get('score', 0)
               content = result.get('record', {}).get('content', '')[:60]
               print(f"  {i+1}. [{score:.2f}] {content}...")
   
           # 7. 获取特定记忆详情
           if memories.items:
               print("\n7. 获取记忆详情")
               memory_id = memories.items[0].id
               memory_detail = client.get_memory(space_id, memory_id)
               print(f"✓ 记忆ID: {memory_detail.id}")
               print(f"   内容: {memory_detail.content[:80]}...")
               print(f"   策略: {memory_detail.strategy_type}")
           return space_id, session_id