换个对话,还要重讲一遍?Nexent 如何实现记忆和上下文管理
换个对话,还要重讲一遍?Nexent 如何实现记忆和上下文管理
整理社区体验营资料时,我们请文档梳理助手用「一分钟速览」「待拍板」「下一步动作」三个小标题写纪要。下一次整理的是社区交流会,活动资料换了,这套格式依然适用。另开一个对话时,怎么让智能体自己用上这个习惯?
还有一种情况。团队一直在同一个对话里筹备活动,开了几轮会,先后确认了直播形式、对外口径和分工。聊到后面,智能体又该怎么用上这些已经敲定的信息?
一、Agent 为什么需要记忆
模型在每一轮能直接参考的是这次请求提供的上下文。用户的问题、对话历史、任务指令和工具结果,都是上下文的一部分。
需要反复协作时,写作偏好、团队口径和纠错经验都可能在下一次任务里用到。Agent 系统可以把这些信息整理成简短的记忆记录。收到新任务后,再挑出相关记录,与本轮问题和资料一起交给模型。
这里有两条路径。换到新对话时,记忆让智能体能取用之前保存的背景。同一个对话越聊越长时,上下文压缩把较早的讨论整理成摘要,让后续轮次仍能接上进展。
二、短期记忆怎么写入,又怎么找回
在一轮正式对话接近结束时,Nexent 会判断其中有没有值得留到以后使用的信息,比如用户偏好、已经确认的结论或一次纠错。提炼出的内容以简短条目保存,关联当前用户、智能体和来源对话。在「智能体」记忆页,用户可以搜索记录、查看来源,也可以编辑、归档或删除。
以纪要为例,Nexent 记下的是「整理活动资料时偏好使用这三个小标题」。打开来源对话,还能回看这条记录从哪里来。
另开对话时,Nexent 用本轮问题做语义检索。它通过向量模型找到意思相关的记录,再综合相关程度和时间因素排序,减少相似条目带来的重复,并控制进入上下文的篇幅。检索到的偏好会和新资料一起交给智能体。演示中,我们只给了社区交流会的材料,助手沿用了上次的纪要格式。
观看演示视频|新对话沿用上次的纪要格式
三、长期记忆怎么形成,Dreaming 在做什么
有些信息适合长期维护。比如,团队统一的对外用语可以写入租户记忆,个人希望技术推文先说明读者遇到的问题,可以写入用户记忆。两类长期记忆都按版本保存。智能体运行时会读取生效版本,有权限的用户也能回看历史版本并按需切换。
短期记忆也可以成为长期记忆的素材。Dreaming 这个名字可以用睡眠中的记忆整理来理解。想象工作时随手写下便签,忙完后再把反复翻到的几条收进常用手册。OpenClaw 把这类后台整理称为 Dreaming,其中的 Deep Sleep 阶段负责筛选适合长期保留的条目。Nexent 的候选评分实现采用与这套 Deep Sleep 规则兼容的设计。
Nexent 会看一条短期记忆被找回过多少次、是否在不同问题中用得上,以及近期的使用情况。候选达到门槛后,系统再结合已有长期记忆归纳内容,形成新的用户记忆版本。例如,一个格式偏好如果只在一次活动里出现,可以先作为智能体记忆保存。以后整理不同活动时反复用到它,它就有机会成为用户长期记忆。Dreaming 可以手动执行,也可以按计划运行。

四、同一个对话太长了,怎么接着做
模型的上下文窗口要同时容纳输入和输出。Nexent 会先为回答留出空间,再判断历史消息和当前任务是否接近可用的输入预算。达到压缩条件时,平台选取较早且已完成的对话轮次,生成结构化摘要,重点保留任务目标、关键决定、已完成的工作和待办。后续轮次可以带着摘要、近期消息和当前问题继续运行。再次触发压缩时,系统还可以把已有摘要与新增的较早轮次合并更新。
例如,社区交流会在前几轮已经定下线上直播,报名时间还待确认。讨论到嘉宾安排和彩排时,摘要可以保留这些关键口径,近期的讨论则继续提供具体细节。触发后,可以展开「上下文已压缩」查看摘要。
结语
在 Nexent,团队可以按使用范围维护值得反复用到的背景,智能体也能在一次任务中把相关记忆、历史和新信息组织起来。这样,新的对话能用上以前积累的经验,持续推进的任务也能保留关键进展。每次和智能体协作,可以从眼下要解决的问题说起。
参考资料
- Nexent 记忆配置文档
- Dreaming 的技术背景与实现 OpenClaw Dreaming 文档 · Nexent 评分实现
g.py)
魔擎社区是面向模型工程与智能体应用的开源社区,聚焦智能体平台Nexent、数据工程DataMate、AI容器平台Flex:ai、统一管理缓存UCM四大方向,社区旨在以开放协作汇聚伙伴与开发者,共同构建覆盖智能体生成、数据知识加工、算力虚拟化调度与KV Cache复用的全栈AI工具链,沉淀行业实践,使能企业AI规模化落地。
更多推荐



所有评论(0)