MemoryVault 记忆琥珀

能做什么

MemoryVault 给 AI 装上三层记忆，让它真正记住用户——不只是当次对话，而是跨越会话的长期记忆。

三层记忆架构

┌─────────────────────────────────────────┐
│  短期记忆 (Working Memory)               │
│  滑动窗口 · 最近 N 条对话 · 毫秒级读取   │
├─────────────────────────────────────────┤
│  长期记忆 (Long-term Memory)             │
│  重要信息 · 持久化 · 手动/自动保存       │
├─────────────────────────────────────────┤
│  事件记忆 (Episodic Memory)              │
│  "谁在什么时候说了什么" · 时间线检索     │
└─────────────────────────────────────────┘

快速使用

from memory_vault import MemoryVault

vault = MemoryVault(user_id="小明")

# 1. 保存当次对话到短期记忆
vault.add_message("user", "今天面试通过了！好开心！")
vault.add_message("ai", "哇！太棒了！恭喜你！")

# 2. 存入长期记忆（重要事件）
vault.remember("小明面试通过了Python工程师职位", tags=["工作", "里程碑"])

# 3. 语义搜索记忆
results = vault.recall("工作")
# → ["小明面试通过了Python工程师职位 (2026-04-20)"]

# 4. 获取最近对话上下文（传给 AI）
context = vault.get_context(last_n=10)

# 5. 获取某用户所有长期记忆
memories = vault.get_all_memories()

# 6. 生成记忆摘要（传给 AI 作为系统提示）
summary = vault.get_memory_summary()
# → "关于小明：4月20日面试通过Python工程师..."

记忆检索方式

| 方式 | 用法 | 适合场景 |

|------|------|---------|

| 关键词检索 | recall("面试") | 快速找特定主题 |

| 时间检索 | recall_by_date("2026-04-20") | 找某天发生的事 |

| 标签检索 | recall_by_tag("工作") | 按分类查找 |

| 最近记忆 | get_recent(n=5) | 最近 N 条重要记忆 |

持久化

• 记忆保存为 JSON 文件，可配置路径
• 支持导入/导出（备份迁移）
• 可设置记忆过期时间（自动清理旧记忆）

依赖

• Python 3.8+
• 无需第三方库（仅用标准库）
• 可选：sentence-transformers 升级为真正的向量语义检索