记忆系统
PRX 提供灵活的记忆系统，使 Agent 能够在对话之间持久化和回忆上下文。记忆系统支持 5 种存储后端，每种都针对不同的部署场景进行了优化。
概述
记忆系统提供三个核心功能：
- 回忆 -- 在每次 LLM 调用前检索相关的历史交互和事实
- 存储 -- 持久化从对话中提取的重要信息
- 压缩 -- 总结和压缩旧记忆以适应上下文限制
存储后端
| 后端 | 持久性 | 搜索方式 | 最适场景 |
|---|---|---|---|
| Markdown | 文件存储 | 全文 grep | 单用户 CLI，版本控制记忆 |
| SQLite | 本地数据库 | FTS5 全文搜索 | 本地部署，小团队 |
| PostgreSQL | 远程数据库 | pg_trgm + FTS | 多用户服务器部署 |
| 向量嵌入 | 向量存储 | 语义相似度 | RAG 检索，大型知识库 |
| 内存 | 无（仅会话期间） | 线性扫描 | 临时会话，测试 |
配置
在 config.toml 中选择和配置记忆后端：
toml
[memory]
backend = "sqlite" # "markdown" | "sqlite" | "postgres" | "embeddings" | "memory"
max_recall_items = 20
recall_relevance_threshold = 0.3
[memory.sqlite]
path = "~/.local/share/openprx/memory.db"
[memory.postgres]
url = "postgresql://user:pass@localhost/prx"
[memory.embeddings]
provider = "ollama"
model = "nomic-embed-text"
dimension = 768记忆生命周期
- 提取 -- 每个对话轮次后，系统提取关键事实
- 去重 -- 新事实与现有记忆进行比较
- 存储 -- 唯一的事实被持久化到配置的后端
- 回忆 -- 每次 LLM 调用前，检索相关记忆
- 维护 -- 定期维护压缩和清理过期条目