标签索引

大模型记忆

这个标签下有 5 篇文章。按时间回看相关判断与实践记录。

标签精选

AI Agent 开发痛点：系统提示词与长期记忆，谁才是控制核心？

近期，关于 AI 框架 OpenClaw 的讨论引发开发者关注。有用户反馈，OpenClaw 的记忆机制存在缺陷，导致模型难以遵守写在 `agent.md` 中的规范化指令。这一现象引发了社区对 AI Agent 架构设计的深层思考：在新的...

2026-04-141 分钟阅读76 阅读

随着大模型应用的普及，如何让AI有效记住历史对话并调用相关信息成为技术痛点。本文探讨了在开发过程中实现模型记忆的多种路径，除了单纯依赖上下文窗口外，业界主流方案包括构建外部知识库（RAG）、开发特定技能以及利用MCP（模型上下文协议）等扩展...

2026-03-181 分钟阅读167 阅读

过去两年，几乎所有做 Agent 的团队都会遇到同一个问题：模型看起来很聪明，但一旦对话拉长、任务变复杂、会话跨天，记忆就开始掉。用户说过的话记不住，已经确认过的事实会反复问，错的信息写进去之后还很难清理。于是“长期记忆”成了一个热门方...

2026-03-0812 分钟阅读380 阅读

随着AI Agent技术的兴起，如何赋予AI长期且有效的记忆能力成为开发者关注的焦点。目前主流的四种记忆管理方案均存在明显缺陷：1. Markdown文件形态信息密度低且维护繁琐；2. 传统RAG（检索增强生成）召回率不稳定，容易遗漏关键信...

2026-02-151 分钟阅读131 阅读

本文详细记录了OpenMemory MCP的完整部署流程，从项目克隆、配置文件修改（包括docker-compose.yml和.env）到数据库设置（PostgreSQL）、嵌入模型选择（支持OpenAI、Gemini、Ollama）及性能...

2025-12-171 分钟阅读216 阅读