更新时间:2026-09-16 GMT+08:00
分享

语义记忆策略

原理

从会话中识别并提取具有明确含义、可独立理解和后续复用价值的事实性信息,包括事实、概念、实体属性、实体关系及其他相对稳定的知识。

适用场景

  • 知识密集型对话:需要从对话中持续积累事实知识,构建知识图谱式的长期记忆。
  • 技术咨询:记住用户提到的技术栈、架构决策、约束条件等具体事实。
  • 个人信息管理:记住用户的个人信息、专业背景、教育经历等。
  • 需要记住对话中出现的具体事实:避免Agent重复询问已获取的信息,提升交互效率。

特点

  • 提取的记忆是独立的事实片段,而非对话摘要,检索时可直接获取具体信息。
  • 事实以与上下文无关的格式存储,便于跨会话检索和复用。
  • 适合需要精确引用和查证的场景,信息损失较小。
  • 需要注意事实的准确性和时效性,过时的事实可能导致Agent给出错误回答。

提取内容举例

举例一:项目信息

用户:“我们项目用的是Python 3.11 + FastAPI”

提取为事实:“用户的项目技术栈为Python 3.11 + FastAPI”

举例二:团队信息

用户:“我们团队有5个人”

提取为事实:“用户团队规模为5人”

举例三:个人背景

用户:“我之前在华为云做了三年后端开发”

提取为事实:“用户工作经历:华为云后端开发,3年”

举例四:业务约束

用户:“我们的系统要求响应时间不超过200ms”

提取为事实:“系统性能要求:响应时间≤200ms”

举例五:实体关系

用户:“张三是我们组的组长,李四是组员”

提取为事实:“张三担任组长,李四为组员,二者同组”

与总结策略的区别

对比项

语义记忆策略

总结策略

关注维度

具体事实和知识

整体对话的概括

记住的是

“知道了什么”

“讨论了什么”

提取粒度

微观事实

宏观摘要

举例

“项目技术栈为 Python 3.11”

“讨论了项目进度”

信息损失

较小(保留事实)

较大(丢弃细节)

与情景记忆策略的区别

对比项

语义记忆策略

情景记忆策略

记住的是

事实(What)

经历(How & Why)

提取内容

静态事实知识

带时空序列的完整事件

举例

“Python 3.11”

“上次遇到 API 报错,先查日志再改参数解决”

作用

Agent 知道什么

Agent 学到了什么

时效性

相对稳定

随经历积累

相关文档