三层记忆数据库

解决的问题

Agent 经常把重要对话、用户偏好和事件散落在上下文中，时间一长就难以检索、容易重复、无法判断哪些信息该保留。三层记忆 面向 AI Agent 的记忆管理场景，把对话内容区分成 waste、profile、event，并将事件记忆组织成 L1/L2/L3 三层页表：L1 用于快速检索，L2 存放摘要，L3 保留完整内容。

如何工作

• 写入与检索：memory_process 处理对话并分类存储，memory_search 和 memory_read 用于查找历史事件与分层内容。
• 用户画像：memory_profile_get 与 memory_profile_update 维护偏好、习惯、承诺等结构化信息，更新时建议只增不减。
• 合并与归档：memory_detect_similar 发现相似页面，阈值较高时可建议合并；memory_merge 执行合并，memory_auto_archive 可按天数归档旧记忆。
• 每日整理：可安排定时任务在固定时间汇总当日记忆、检测相似、归档超过一定天数的页面，并把重要事件写入记忆库。

适用边界

它适合长期陪伴型 Agent、客服、助手和需要用户画像的系统，但依赖定时任务或调用方主动触发整理。原始对话若被标为 waste 不存储；合并和归档会改变可用记忆范围，生产环境应保留日志与恢复策略。