功能介绍
智能体记忆（Memory）旨在为智能体（Agent）提供长期记忆与上下文管理能力。它能够在多轮对话和跨会话的场景中，自动捕捉用户关键信息、任务进度和经验总结，并将这些信息存储为可检索的长期记忆。通过使用 Memory，智能体不仅能“回答问题”，还能“记住用户”，并在后续交互中主动回忆与应用，从而实现更个性化、更连续、更智慧的交互体验。
核心价值
上下文延续：在跨会话场景下保持用户历史信息，避免用户重复输入。
个性化服务：基于长期存储的用户画像与偏好，为用户提供定制化推荐与建议。
任务追踪：记录用户的待办事项、进度与计划，支持跨会话的任务管理与提醒。
知识沉淀：将用户对话中的事实与经验转化为可复用的知识，辅助智能体更高效地推理与决策。
设计框架
Memory 模块是 Agent 实现连续、个性化对话的智能核心。当用户（Actor）与 Agent 产生交互时，原始的对话内容将作为事件（Event）被记录下来，形成短期记忆。随后，记忆策略（Strategy）会根据配置，在特定时机（如会话暂停或达到一定对话长度）自动触发提取逻辑，调用 LLM 对原始的、冗长的短期记忆进行深度处理，提炼出人物画像，任务信息，事实经验等高维度的信息。这些信息被转化为长期记忆（Record），并持久化存储。
基本概念 | 含义 | 资源限制说明 |
Memory | 智能体记忆，一个专门用来存储历史对话、用户偏好、事件记录等信息的“记忆库”。 | 每个腾讯云账户下最多可创建5个 Memory，用于隔离不同应用或核心场景。 |
Actor | 用户，指 Agent 对话中的一个终端用户。 | 每个 Memory 内最多可定义500个不同的用户、设备或智能体角色。 |
Session | 会话，用户就一个话题或多个话题而新建的会话窗口。 | 每个 Actor 在其生命周期内最多可创建1000个独立会话。 |
Event | 短期记忆，一轮对话或者多轮对话的具体内容、工具使用或其他相关信息。 | 每个 Memory 下总短期记忆条数上限为100万条。 |
State | 状态记忆，一个基于键值对（KV）的临时存储系统，专门用于维护一个 Session（会话）在生命周期内的各种临时状态、上下文和中间数据。 | 每个会话中最多可保存100个状态键值对，用于记录上下文的变化。 |
Record | 长期记忆，基于 Event 会话数据，通过 LLM 提取的事实、画像、摘要等可供长期复用的结构化知识核心。 | 每个 Memory 下总长期记忆条数上限为1000万条。 |
Strategy | 长期记忆策略，从用户对话 Event 中提取生成长期记忆的策略。 | 无限制，支持的策略如下： 人物画像：通过大模型提取原文对话中的人物身份、社交关系、行为特征与个性偏好等信息，并整合成语义化的用户画像。 任务信息：通过大模型提取会话级的任务概览与进度信息，并进行会话级的持续更新，实现任务上下文的有效压缩，为长任务提供有效的任务信息。 事实经验：通过大模型提取原文对话中的经历事件、知识见解、操作流程与经验总结等信息，并整合成语义化的事实记忆。 自定义策略：允许用户根据特定领域、场景或需求，定制专属记忆生成策略。 |
使用场景
Memory 模块是智能体（Agent）实现持续认知与个性化交互的核心基础设施。Agent 开发者可以根据不同的上下文需求，从短期记忆（Event）中获取最近的对话原文，从长期记忆（Record）中精准检索出被提炼的信息，从状态记忆（State）中获取对话窗口中临时的信息。通过使用不同的记忆组合，LLM 不仅能理解当前的直接问题，还能拥有更完整的背景信息和用户历史等信息，从而生成更加连贯、精准且个性化的回应，完成从记忆到智能的完美闭环。如下是一个旅游咨询的一个使用场景。
情感陪伴场景
在情感陪伴场景中，Memory 模块扮演着智能体的“情感中枢”，可超越简单地记录对话内容，转而深度理解并记忆用户的情绪波动、性格特质、生活事件及其背后的情感脉络。系统会自动化地从日常交流中提炼出用户的压力源、安慰方式、情绪周期模式以及重要的人际关系，并将其沉淀为高维度的情感画像。当用户再次交互时，智能体能够瞬时调用这些记忆，提供具有高度共情性和连续性的回应。例如，它能主动识别出用户周日晚上的焦虑情绪，并回忆起此前有效的舒缓方式，从而提供“感同身受”的安慰与建议。
医疗与健康管理
Memory 可以作为一个持续、私密的个人健康助手，通过长期、细致地记录用户的健康信息，提供高度个性化的支持。Memory 能够帮助管理慢性病，记忆用户的用药历史、症状变化及对特定药物的反应，从而提供更精准的服药提醒和生活方式建议（例如：“您上次提到吃了 X 食物后血糖会升高，这次需要记录一下吗？”）。同时，Memory 在心理健康方面，通过追踪长期的情绪波动模式，识别可能的诱因（如季节变化或特定事件），并在用户情绪低落时给予贴合其个人历史的应对策略。此外，作为健康档案助手，Memory 还能帮助用户轻松记录和整理零散的健康信息，如历年体检指标变化、过敏史和家族病史，并在需要时生成简洁清晰的摘要，极大方便与医生的高效沟通。
个性化教育场景
在个性化教育领域，Memory 模块是驱动智能导师实现“因材施教”的“智能学籍卡”，可持续追踪并分析每一位学习者的完整互动轨迹，精准刻画其知识掌握度、思维误区、学习节奏与内容偏好，动态构建出一个不断演进的个人能力模型。基于此模型，教学智能体能够进行前瞻性的干预与自适应调整：在讲解新知识点时，自动关联其已掌握的概念进行正向迁移；在练习环节，精准预判并提示其可能出现的特定错误；在内容呈现上，优先采用该学习者最容易理解的案例或形式（如图解、类比等）。使得教学互动不再是千篇一律的重复，而是完全围绕学习者独特性展开的动态、高效、正向反馈的成长旅程，最大化提升学习者的信心与学习效果。
