代理实时知识图谱记忆

问题：向量检索记不住变化

很多代理记忆方案依赖向量库，把历史对话、用户画像、订单状态编码成向量。但向量擅长"找相似"，不是"记变化"。当一个人换了工作、一个订单从"待支付"变成"已发货"，向量库里往往存在多份相互矛盾的记录，检索时谁先被召回全凭相似度运气，而不是事实本身的时间顺序。

核心能力：带时间戳的图谱记忆

该技能将代理记忆建模为实体-关系-事件的三元组结构，而非扁平文本块集合。关键步骤：

• 抽实体：从对话或文档中识别人、组织、物品等关键节点
• 建关系：标注"属于""负责""发生于"等带方向的边
• 打时间：每条事实携带有效时间戳，允许新旧并存
• 增量写入：新信息到来时更新已有关系，而非追加重复副本
• 按窗口检索：按实体和时间范围过滤，返回最新且相关的子图

与向量库的整块重写不同，图谱支持增量修正——只需更新一条边的时间戳，就能表达"从A公司离职，入职B公司"这类状态流转。

适用边界与注意点

这套方案并非银弹。图谱的价值在于边语义，如果只是把节点堆进图数据库而没定义关系类型，本质上还是换了壳的向量库。实体粒度也需要仔细设计——太细会引入大量噪声边，太粗则丢失关键区分度。此外，记忆可能包含个人数据，须遵循隐私合规要求，提供遗忘和更正机制，避免代理引用过时或敏感信息。