智能体二次开发:ai_agent入门

差别

这里会显示出您选择的修订版和当前版本之间的差别。

到此差别页面的链接

两侧同时换到之前的修订记录 前一修订版
后一修订版
前一修订版
智能体二次开发:ai_agent入门 [2026/08/12 16:08] – [Agent 状态栏] 张叶安智能体二次开发:ai_agent入门 [2026/08/12 16:38] (当前版本) – [用户记忆和知识库] 张叶安
行 161: 行 161:
  
  
 +====== 上下文压缩策略 ======
  
 +上下文学习的内部机制:检索而非推理,不要让模型被动地在海量信息中检索,而要主动为模型提供经过提炼的结构化知识。
 +
 +{{.:pasted:20260812-161057.png}}
 +
 +上下文感知压缩 —— 核心创新在于将当前的查询意图和已积累的信息纳入压缩的决策过程。通过在压缩提示中指定 “Given the search query: {query}” 和 “Current context: {context}”,引导模型生成有针对性的摘要。结果仅需 7 次迭代、40,157 个 token,整体压缩率约 3.0%。以其中一次压缩为例,将 147,877 个字符压缩到 1,963 个字符(约 1.3%)时,仍保留了创始人姓名与职位变动等关键信息;后续的搜索能智能地提取职位变动、新公司等关键信息,过滤掉无关的历史背景和重复内容。这一成功基于一个关键的洞察:多步骤任务中,不同阶段需要的信息密度和类型是不同的——初期需要广泛的信息收集,中期需要精确的事实核验,后期需要综合的信息整合。上下文感知压缩通过动态调整压缩的侧重点,实现了信息价值的最大化。
 ====== 缓存 ====== ====== 缓存 ======
  
行 196: 行 202:
  
  
 +====== 用户记忆和知识库 ======
 +
 +{{.:pasted:20260812-161654.png}}
 +
 +个人信息保留:记住用户身份等长期个人信息
 +
 +偏好追踪:跟踪并记住用户的长期偏好
 +
 +上下文切换:在多个话题之间切换时保持连贯
 +
 +记忆更新:当用户提供与旧信息矛盾的新信息时能正确处理
 +
 +多会话连续性:跨会话保持知识
 +
 +复杂思考:基于多个记忆片段联合思考,例如当用户对花生过敏时推荐泰国菜应主动提醒注意花生成分
 +
 +时间感知:记住日期、理解相对时间、进行时间计算
 +
 +冲突解决:识别并处理记忆之间的不一致
 +
 +第一层:基础回忆 —— 这是记忆系统最根本的能力,要求 Agent 能够准确存储和检索用户直接提供的、结构化的、无歧义的信息。
 +
 +第二层:多会话检索 —— 要求 Agent 在面对来自多个不同对象、不同时期的会话时,能检索出所有相关信息并推理判断。
  
 +第三层:主动服务 —— 这是衡量 Agent 是否达到 “助理” 级别最高标准的试金石。
  
 +{{.:pasted:20260812-163514.png}}
  
 +关键且少量的数据(如用户偏好、关键人物关系)用 Advanced JSON Cards 以保证可检索性;大量且非关键的对话事实用 Simple Notes 以降低成本;多数生产系统采用混合模式——同一 Agent 内不同类信息走不同路径。
  
 +进阶知识表示形态:可执行代码
  
 +它把记忆的更新拆成两阶段2:记忆阶段(每次会话后,LLM 把对话中的事实逐条抽成字符串,追加到一个只增不删的事实日志里)与
  
 +结构化阶段(周期性地,LLM 从完整的事实日志重新生成整份带类型的 Python——把事实组织进 dataclass,日期用 date()、集合用带类型的列表、难以类型化的杂项进 notes: list[str])。
  
  
  

该主题尚不存在

您访问的页面并不存在。如果允许,您可以使用创建该页面按钮来创建它。

  • 智能体二次开发/ai_agent入门.1786522090.txt.gz
  • 最后更改: 2026/08/12 16:08
  • 由 张叶安