Mastra 的内存管理系统包含哪些层次？

1. 对话历史（Thread History）

最基础的记忆层，维护当前会话的最近对话轮次。它为 Agent 提供即时上下文，确保多轮对话的连贯性。对话历史可以持久化到存储中，支持跨会话恢复。

2. 观察记忆（Observational Memory）

Mastra 的旗舰记忆系统，通过后台 Agent 将对话历史压缩为密集的观察日志。它不依赖向量数据库或图数据库，而是使用纯文本格式存储，在 LongMemEval 基准测试中达到 94.87%（gpt-5-mini）的准确率。观察记忆支持稳定的上下文窗口，可利用提示词缓存降低 token 成本。

3. 语义回忆（Semantic Recall）

基于向量嵌入的检索层，从过去的交互中检索语义相关的内容。它适用于需要跨大量历史数据查找特定信息的场景，如知识库问答、历史对话检索等。语义回忆可以与观察记忆结合使用，为 Agent 提供更完整的上下文。