AI Agent记忆架构可视化实验室
从工作记忆到长期记忆——把2026年AI Agent如何存储、检索和遗忘信息的记忆系统以可交互SVG呈现。
01
记忆类型分类
五种记忆类型：工作记忆（上下文窗口）、短期记忆（会话级）、长期记忆（持久化）、情景记忆（事件序列）、语义记忆（知识图谱）。切换类型查看特征。
02
工作记忆管理
上下文窗口管理：Token预算分配（系统提示/历史对话/当前查询/输出空间）、滑动窗口、摘要压缩。调整窗口大小观察Token分配。
系统提示
1,200 tok
角色/规则/工具
历史对话
5,200 tok
滑动窗口保留
当前查询
800 tok
用户本轮输入
输出空间
992 tok
预留生成空间
03
长期记忆存储
长期记忆存储架构：向量数据库（语义检索）→ 知识图谱（关系推理）→ 文档存储（原始记录）。三种存储协同工作。
04
记忆编码与检索
记忆编码（Embedding生成）与检索（相似度搜索+重排序）的完整流程：事件输入 → 编码 → 索引 → 查询 → 检索 → 排序 → 返回。
05
记忆压缩与遗忘
记忆管理策略：摘要压缩（多轮对话→摘要）、聚类去重、时间衰减遗忘、重要性评分保留。时间轴展示记忆的保留/遗忘过程。
压缩前
48 条记忆
原始记录
压缩后
19 条记忆
摘要+去重
遗忘率
60%
时间衰减+低分
Token节省
7.2k
上下文压缩
06
情景记忆回放
时间序列事件存储与回放：事件编码（时间+内容+情感）→ 时间线索引 → 回放检索 → 时序推理。时间轴+事件卡片展示情景记忆。
07
记忆一致性管理
记忆冲突解决：新信息 vs 旧记忆 → 冲突检测 → 更新策略（覆盖/合并/标记）→ 一致性校验。对比图展示冲突解决过程。
08
记忆架构对比
对比 MemGPT / Letta / Mem0 / Zep / A-MEM 的记忆架构：存储方式、检索策略、压缩机制、一致性保证。多维度雷达图展示。