总结策略
原理
总结策略(Summary)汇总和压缩会话中的主题、任务、历史决策记录等关键信息,将互动的大量详细信息或数据压缩成关键上下文和关键洞察信息,帮助智能体更高效地检索和利用长期记忆中的信息。
适用场景
- 长对话上下文压缩:当对话轮次较多时,通过总结策略压缩为摘要,减少上下文冗余,提高Agent响应效率。
- 客服对话摘要:自动生成客服会话摘要,便于后续回顾和质检。
- 会议纪要生成:从会议讨论中提取关键议题、决策和待办事项,生成结构化纪要。
- 年度工作总结:从长期工作对话中提取年度关键成果和工作要点。
特点
- 提取结果粒度较粗,适合记录一段会话整体“讨论了什么、完成了什么”。
- 通过压缩降低记忆内容长度,但部分原始细节和具体措辞可能不会保留。
提取内容举例
举例一:项目进度讨论
- 用户询问了A项目的进度,Agent回复了三个关键节点。
- 用户要求修改方案的第二部分,Agent完成了修改。
提取为:“讨论了A项目进度(三个节点:需求评审、开发联调、测试验收),修改了方案第二部分”。
举例二:客服会话
- 用户反馈订单延迟问题,Agent排查后确认是物流异常,已重新发货。
提取为:“用户反馈订单延迟,排查原因为物流异常,已重新发货并更新物流单号”。
举例三:会议纪要
- 会议讨论了Q1销售目标、资源分配方案和下阶段重点任务。
提取为:“Q1销售目标为500万,资源向华南区域倾斜,下阶段重点推进产品迭代和客户拓展”。
与语义记忆策略的区别
| 对比项 | 总结策略 | 语义记忆策略 |
|---|---|---|
| 关注维度 | 整体对话的概括 | 具体事实和知识 |
| 记住的是 | “讨论了什么” | “知道了什么” |
| 提取粒度 | 宏观摘要 | 微观事实 |
| 举例 | “讨论了A项目进度” | “A项目技术栈为Python 3.11” |
| 信息损失 | 较大(丢弃细节) | 较小(保留事实) |
总结策略和语义记忆策略可以同时启用,互为补充:总结策略负责压缩对话概要,语义记忆策略负责提取其中具体的事实知识。