跳转到内容

第 5 章 Context、Memory 与 RAG 检索

来自《AI Agent 学习》 · 原稿更新 2026-11-09 · 服务器只读阅读视图

5.1 Context、Memory 与知识库

Context 是本轮模型实际看到的内容,Memory 是跨会话仍值得保留的事实,知识库是需要时检索出来再放进 Context 的原文。

我踩过的坑

  • 2026-08-31 我问过:“第 3 章用户记忆系统到底讲什么?”
  • 把“什么时候触发长期记忆检索”和“检索到结果后怎样放进本轮输入”混成了一个“动态注入”。

正确理解

  • Context:本轮模型实际看到的消息、工具结果和资料。Memory:跨会话仍值得保留的偏好、约束和已确认事实。知识库/RAG:需要时检索相关原文,再放入本轮 Context。
  • 短期任务日志没必要都变成长期记忆。我现在更担心记错而不是漏记:一次猜测被永久注入,后面会一直影响判断。
  • 要分清四样东西:原始轨迹记录当时聊了什么;长期记忆只保留确实值得跨会话使用的事实;工作记忆是本次任务取出来的内容;业务状态记录当前步骤,例如等待付款或等待确认。
  • 旧书还区分了两个维度:记什么(情景事件、较稳定的事实、行为流程)和怎么存(简短文字、结构化卡片),不能混为一谈。“下周可能出差”的计划,没有证据时不应被永久总结成“已经去了”。
  • 记忆闭环:候选事实 → 带来源、时间和所属对象核验 → 需要时检索 → 按权限注入 Context → 用户纠正后更新,旧记录可追溯。金额、日期、合法性这类确定性计算交给程序,不让模型每轮重新猜;敏感个人资料按数据最小化处理。主动提醒还要考虑当前场景和打扰成本。
  • 检索决定何时查、查哪些条目(每轮查、关键词触发或按工具调用);注入负责把经过来源、权限和相关性检查的结果安排进具体的模型调用。检索结果不必都立刻塞进 System Prompt,可以过滤、重排,或留到下一次需要时再用。
  • 长期记忆召回失败,不应自动用最近几条记录填满上下文。 最近修改的不代表和当前任务相关,更不代表仍然有效。先按用户身份、项目、时间、来源和相关性过滤;找不到可靠记忆时,明确保持为空或询问用户,不能为了避免空白而注入无关历史。某些旧方案按“FTS5 前五条 → 最近五条 → 按输入字数扩展”执行,这只是一套待检验的规则,不是通用可靠的策略。
  • 记忆必须写进明确且获授权的存储层。 让 Agent 随手写几个临时文件不叫“记住”。工具表里没有可用的 Memory API 时,模型可能转用 Shell 或 File 工具制造“伪存档”;提示词提醒不能替代执行层的权限控制。要在程序中限定哪些数据值得记录、由谁确认、写进哪个用户或项目的长期记忆域,写入后回读验收。
  • 用户问“你记得我吗”而检索没有证据时,要明确说无法确认,不能用别的用户或旧情景拼凑出记忆。
  • “开始新上下文”只重置 AI 的工作记忆,不删历史数据。 新建对话要隔离下一轮传给模型的历史消息和旧摘要,但不应删除用户已有的学习记录。验证时同时看 UI 当前会话 ID、后端选中的 session、传入的 context_summary,以及历史计划是否仍可回查。

5.2 上下文压缩

上下文不是越多越好;压缩要按任务进行,先保真后有损,并且能恢复。

我踩过的坑

  • 我问过:主动推送和长期记忆放在聊天历史的什么位置?
  • 四层压缩练习里,我以为只缩短工具输出,就可以不处理冗长的历史轮次;还以为压缩顺序只影响 Token 成本。
  • 我曾看不懂六种历史压缩策略到底差在哪里。

压缩时保留什么

  • 长对话要清掉重复信息和过大的工具结果,保留当前目标、约束、已确认的事实、执行结果、阻塞和下一步。Tool Call 和结果要成对留存;关键结论保留原文出处。摘要可以重做,原始证据不能丢。
  • 按任务压缩,不是盲目缩字数。 repo-map、CodeGraph、Skill、Memory 按当前问题加载,不要每次都全塞进 Context。压缩率和 Token 节省要对相同任务实测,不能拿单次示例当通用结果。
  • 历史对话要保留语义顺序,不能把对话、提醒、长期记忆和工具结果混在一起按时间重排。 与任务相关、事件时间可信的主动推送,可以按约定的时间关系插入;长期记忆作为带来源的检索事实处理,具体放在哪里仍待设计。当前用户请求要有清楚的任务边界,但不能为了“用户消息放最后”破坏合法的 Tool Call / Result 结构。
  • 事件时间、对话轮次、相关性、指令权重和当前任务是不同维度,时间新不等于更可信或权重更高。验证时回看经过权限和隐私处理的实际消息数组,核对候选池截取、插入和 Router 分类结果。旧稿没有对照实验,还不能确定对所有模型都最优的布局。

压缩步骤与恢复

  • 历史轮次太多和单次工具结果太大是两个问题。先把要保存的原始证据落到可回查的位置,再裁剪旧消息或替换工具内容,最后按需摘要。先把原文换成占位符再去保存原文,可能永久丢失信息。原教材的 L1/L2/L3/L4 是某种实现的阶段,不是所有 Agent 都必须按同一顺序;真正的约束是先保真、后有损,恢复路径可验证。
  • 压缩前保留原文和检查点,失败时回到最近的一致状态。 输入过长、工具输出暴涨、摘要请求自身超限,要分别定位。先限制后续工具输出,把过大的原始日志存到受控位置,在 Context 里用引用或短摘录。裁剪旧轮次时保留 Tool Call / Result 配对、未完成任务、未解决的问题和来源;摘要至少包括目标、约束、已完成、当前状态、阻塞、下一步。多轮压缩可以更新已有摘要,避免反复堆叠。
  • 新摘要完成,并核对过消息配对、目标和阻塞,才能替换工作上下文;超时、取消或摘要不完整时,保留压缩前的有效状态。重试要有次数和时间预算,不能无限删除“最早 20%”,否则可能误删最早的约束或未完成的动作。预算预检、按会话类型截断、修复孤儿 Tool Result 各有作用,但旧 Hermes 和教学 AutoCompact 里的 16k/32k/4000 字符等阈值,要按模型和任务核对。这些是参考设计,不代表当前 Agent 已实现。
  • 代码里的 Context 阈值要按当前模型的输入/输出预算核对,不要猜一个“永远不会触发”的魔法数字。旧 Agent 审计里看到过 max_tokens=1_000_000,但只凭这个数字不能证明压缩功能无效,还要查压缩入口、实际 Token 统计、目标模型窗口、输出保留量和其他截断路径。静态 Prompt 占位符如果在多个模块里替换,要能追踪每个变量的来源和渲染时机,避免“规则在 A 文件、实际改写在 B 文件”而没人看得懂。

比较策略与成本

  • 比较压缩策略,看的是任务变化后能否找回关键证据,不是哪种摘要最短。逐页独立摘要容易重复,组合摘要容易漏小事实,带任务目标的摘要会优先保留相关的人、时间和结论;来源 ID 让有损摘要可以回查原文;接近窗口上限再压缩,要避免反复压同一段。先用同一组长搜索和“必须留下的 8 个事实”比较 Token、事实保留率和引用可回溯性,再选策略。旧材料里的 40,157/93,449 Token 只是来源的说法,我还没有自己重跑。
  • 压缩不一定省钱,要算整条路径的净收益。 摘要模型本身要花钱,可能破坏缓存,还可能让后续重读更贵。用同一任务对比压缩前后的总费用、正确率、遗漏和可回查性;必要时停用压缩插件是一种可逆的取舍,不证明所有压缩方案都无效。
  • 多模态会话压缩后切换纯文本模型、长会话报 candidates 上限的具体故障,见附录 A.5.1、A.5.2。
来源

旧 Wiki 10-wiki/personal/wiki/concepts/上下文消息保序与插入机制.md。

输入快照不一定是模型最终输入

历史链路先保存公共上下文快照,随后才合入渠道事件。只查快照会漏掉后加内容;排查时要核对实际发给分类器和回答器的消息数组、角色、来源与顺序。条数切片也不是 Token 预算裁剪:额外事件合入后可能超过原条数。

能力边界:有摘要类型、向量字段、工具轨迹表或 Skill 读取器,只能证明有数据结构或实现片段;还要看到主调用链的装配、参数和实际返回,才能说摘要压缩、语义召回、工具历史持久化或按需技能加载已启用。旧快照的本地记忆查询没有传查询向量,不能据仓储支持向量排序说聊天已经采用语义召回。

输入与能力边界回查。

5.3 RAG 建库与 Chunk

Chunk 要表达完整意思:太小丢语境,太大混噪声;检索结果要能回到章节位置和原文。

原文 → 清洗 → 按章节/段落 Chunk → Metadata → Embedding/关键词索引

我踩过的坑

  • 把全文检索和 RAG 看成互相替代的东西,以为“RAG 就是用向量库搜”。

正确理解

  • 和现在这份 Markdown 一样,一个小节优先只解释一个概念;让检索直接返回章节位置和原文,而不是只给一段没有上下文的摘要。
  • RAG 是检索相关资料后交给模型生成的应用模式,检索可以用 BM25/全文、向量或混合召回。全文索引适合函数名和精确报错,向量索引适合措辞不同的相似概念。
  • 用小片段检索时,可以在建索引阶段补充来源语境(Contextual Retrieval),或者先用小块命中再回读完整的父文档;原文要能按路径和范围追溯,不能只用一句摘要代替证据。
  • 父子索引是在召回精度和原文完整性之间的取舍:先用较短、便于匹配的索引片段或摘要找到候选,再回读对应的更大原文范围。谁叫 Parent、谁叫 Child 取决于实现,不必写死“父必须是摘要、子必须是物理行号”。长文更适合用稳定的文档 ID、章节锚点和版本,而不是可能随编辑变化的 JSONL 行号。原文可追溯不代表检索 100% 准确,回读时也要控制权限、长度和噪声。
  • Contextual Retrieval 的例子:孤立的一段“该接口允许三次重试”,缺了模块名、版本和业务条件,就可能和另一个接口混淆。可以给每段加一小段文档上下文用于生成检索索引,同时保留可回查的真实原文。Anthropic 发表过在特定语料和设置下检索失败率下降的数据,那是对应实验条件下的结果,不应直接承诺自己的知识库也改善同样比例。比较方案时要评估成本、索引更新,以及最终答案有没有来源支持。
  • 2026-07 我对企业知识库的一个思考:对语雀文档很多的小团队,第一步未必是建聊天机器人,而是先能找到正确、仍然生效的文档,再沿制度、接口、流程和负责人之间的明确引用查相关内容。GraphRAG 可以作为某些跨文档问题的候选;但如果版本、负责人、失效状态没人维护,图只会把过期关系组织得更复杂。先用真实问题比较关键词/混合检索、显式链接和关系检索的收益,再决定是否值得加图索引。这个判断当时还没有在企业里真实验收。
来源

Anthropic Contextual Retrieval。

5.4 RAG 查询:关键词、向量、融合与重排

先按权限和范围过滤,再用关键词和向量召回,RRF 融合名次,Rerank 精排少量候选;后面的步骤补不回第一阶段没召回的文档。

图解:RAG:先找到证据,再组织回答

RAG:先找到证据,再组织回答(概念示意)

读图: 中间两路是可组合的召回方式,不要求每次都跑全套。后面的重排不能补回前面没召回的正确材料。

阶段 核心作用
Metadata Filter 先按用户权限、项目、时间限定合法范围
Query Rewrite 把含糊的问题改写成适合检索的查询
BM25/关键词 找字段名、报错、版本和准确术语
Embedding/向量 找相似语义、不同说法
RRF 融合多个检索器的名次,不直接相加各自的原始分数
Rerank 在少量候选里做更精细的相关性判断

我踩过的坑

  • 我的旧 RAG 已经有 BM25、向量、RRF,我以为检索就足够可靠了。
  • 2026-08-18 的旧本地实验里,向量近邻分数很高,我差点以为类别就判对了。

正确理解

  • Contextual Retrieval 给孤立的 Chunk 补足来源语境。HNSW 用来加速大量向量的近邻搜索,不是解决所有检索质量问题的按钮。
  • 按查询选择召回路线,并记录降级。 明确的文件路径、错误码可以先查关键词或元数据;需要同义词和语义关联时再调 Embedding,不必每次都走全套 RAG。Embedding 模型或向量服务不可用时,可以有限度地退到 BM25/FTS,但语义召回能力会下降。日志或结果要说明实际走了哪条召回路线、是否降级、证据来源;连续加载失败时可以用断路器限制重复请求。
  • RRF 融合的是不同检索渠道的名次,Cross-Encoder/Reranker 对已召回的一小批候选重新排序。两者都恢复不了第一阶段根本没召回的正确文档,更不能保证完全消除幻觉。先核对召回率,再评估重排收益和延迟预算。
  • 向量近邻分数高,不代表词表里真有正确类别。 那次实验把模型生成的类目候选映射到 10 个 Wayfair 类目:一个 Coffee Tables 候选与 Coffee Tables / End & Side Tables 的相似度分别约为 1.000 / 0.986,类别很接近,只看 Top-1 分数容易过度自信。旧报告还记录:把沙发类目从候选词表移除后,沙发候选仍被错配到 Coffee Tables(约 0.876);换另一种 Embedding 模型,分数集中在 0.99~1.00,也难以区分。这些是历史记录里特定的词表、模型和样本,原测试脚本已找不到,未能复跑,不能当现行准确率。实际使用时先审核合法类目覆盖率,同时看 Top-1 分数、第一二名的差距和拒识/人工复核样本,阈值在本业务的标注集上校准。
  • 基于分词交集的缓存失效只能作启发式提示。 查询词和更新文本没有相同的字面词,不代表更新不会影响答案;同义词、过滤条件变化和权限变更都可能让旧缓存失效。优先用明确的文档 ID、版本、业务范围等依赖关系触发失效;没有这些信息时才考虑词面启发式、TTL 和异步纠错。不能声称“没有词面交集就安全”或“命中率一定维持 90%”。
  • 向量索引的近似检索和权限过滤必须一起验收。 部分 ANN 索引先找一批近邻,再应用筛选条件;权限或分类过滤很严时,最终返回的文档可能远少于预期的 Top-K。可以按数据库能力考虑过滤索引、分区、提高候选量或迭代扫描,但不能用“先全库检索、把无权内容送给模型后再筛”来补召回数量。测试要同时测合法范围内的 Recall@k、真实执行计划和延迟,而不是只测无过滤时的向量精度。
  • 向量模型和向量库的选型。 模型比速度、QPS 限制、价格和是否要预处理。向量库按自己的索引、过滤、并发与召回目标测试,容量判断见《调研与决策》5.2。图搜图的实现按相似度 = 1 − 余弦距离换算。知识图谱和本体的取舍另见知识图谱、本体与实体抽取。 图搜图原始记录
  • 检索索引和正文必须来自一致的快照。 命中片段和回读的原文要用同一个 snapshot/hash;正文更新后,旧行号和旧引用不能冒充当前证据。遇到 source_snapshot_changed 时,显示引用失效或重新抓取,而不是推断原规则不存在。
  • 已有 BM25+向量+RRF,缺的可能是重排、块上下文和“检索是否完整”的信号。 以前的缺口是:候选里语义相近的内容仍可能排错;分块后丢了标题语境;问“所有来源”时,TopK 却被当成全量。TopK 命中几段,不等于能回答“全部”。

动手前检查

  • 下一次拿 10 个有人工真值的问题,在固定的候选池上分别加 Cross-Encoder 重排和 Chunk 标题前缀,检查 Recall@K、引用正确率、缺漏、截断和耗时。
  • 曾有一组 Jev 重排前后“6 条 vs 3—4 条较有用”的历史观察,但候选池没有冻结,不能把它当严格 A/B 或固定提升率。
来源

旧库 10-wiki/personal/raw/sources/66-调研/学习与认知/2026-08-18-LLM分类与候选向量匹配技巧.md(SHA-256 6c90f26d…9591);其中 AIGun 未来实体归一化仅为当时设想,不代表已上线。

5.5 检索评估

先评召回,再评最终回答:正确材料没召回,查建库、Query、Filter;材料找对但答错,再查生成和事实约束。

我踩过的坑

  • 旧草稿记录某套 bge-small-zh 样例里,“近义但不重复”约 0.43~0.55,真重复出现过 0.70 以上的相似度,却直接得出“阈值 0.80 能抓住所有真重复”。这在数值上就不成立:0.70~0.80 之间的真重复会漏掉。

正确理解

  • 我自己的知识库还有 scope 边界:个人、公司、历史资料不能因为语义相近就混在一起;权限过滤要发生在检索链路中。

  • 语义去重阈值要检查漏判和误合并。 用有标签的“真重复 / 同主题不同事实 / 无关”样本,实测 Precision、Recall 和错合并成本再选阈值;换 Embedding 模型、距离计算或归一化方式后都要重新标定。那篇草稿没给原始数据集和复现脚本,当时的区间只能当线索,不是验收过的通用阈值。

  • 用有真值的查询集衡量检索,而不是看返回结果像不像。 Recall@k 看所有正确来源中有多少进了前 k;Precision@k 看前 k 条里相关文档占多少;MRR 先把每个问题首个正确来源的名次取倒数(无命中记 0),再跨问题求平均,越靠前越好。这些是检索指标,不直接证明最终回答正确。

  • 来源删除或版本替换后,还要查“僵尸命中”:返回的文档 ID 是否仍然存在、权限和版本是否仍有效。自动 CI 可以防回归,但标准答案要独立确认。

  • 搜不到先拆成不存在、未入索引、被范围过滤、排名靠后和读取失败。 原句搜索没命中,不能直接说文档被删。精确标题、稳定 ID、目录定位和原文回读分别提供证据;旧版本可读与默认是否召回也是两个产品决定。

  • 列目录先返回概览,再按库或章节展开;检索摘要控制长度,保留 ID、标题、来源和位置,完整表格/列表按结构回读。分页要报告实际返回范围和下一位置,单行超长不能截掉以后永远读不到的半行。标题路径产生的文档类型只是先验,unknown 不应静默丢掉;模型间一致率也不是准确率,仍需人工核验。

历史依据:检索诊断、分层读取与标签验证。这些是旧工具的经验,不表示本知识库已实现所有机制。

  • 回答要核对例外、时间状态和引用支撑。 保留“条件—主规则—例外”和生效时间;证据已经进了上下文却漏掉例外时,继续加大 TopK 可能无效。区分“待修复”和“已修复”,逐条检查引用确实支持对应的句子,不让模型补造状态。
来源

原始笔记:上下文与记忆 · RAG 检索。

部分命中也要测漏检(待验证)

准备两篇都应被同一个词找到的文档,一篇在标题出现,另一篇只在正文中间出现。分别跑零命中和部分命中两种情况。有些回退只在结果为空时触发,已经搜到一篇时,另一篇可能仍被漏掉。这是一次基于特定版本和 PostgreSQL 小样的发现,实际页面和语料仍待复测。

中文检索对照记录

5.6 用户画像抽取

用户画像只记有长期价值、能找到来源的事实;宁可少记,也不能把临时情绪当事实。

我踩过的坑

  • 2026-07-06 我以为第一版 MVP 可以先省掉来源证据。

正确理解

  • 一次偏好、玩笑或临时情绪不能直接写成稳定的性格。今天说“想喝甜饮料”,不足以确认长期嗜甜。
  • 复杂的置信度算法可以晚做,但至少要保留对应的原话、时间和所属用户,方便日后纠错、去重和判断是否过时。字段填了置信度,不等于真的评估过可靠性。

动手前检查

  • 入库前依次问:是否长期有用 → 有没有原话证据 → 是否过度概括 → 是否需要确认 → 怎样更新或失效。

记忆更新要能表达撤销(待学习)

“这次不新增”不等于“删除旧偏好”。可把抽取结果设计为新增、移除、替换三种明确操作,由程序执行。能并存的偏好追加,需要互斥的当前状态替换,用户撤回要真能删除;同义归一不能把不同门槛合成同一个值。读取后合并再写回要防并发覆盖,读取时间与内容更新时间分开,同一画像也只应注入一次。

详见用户画像的抽取、更正与并发更新。原文已记录第一版抽取与保存验收,完整撤销及并发方案仍是后续设计,不能写成全部已落地。

5.7 主动提醒

主动使用记忆,相关场景比“到了几点”更重要。

我踩过的坑

  • 只用时间设计提醒:“到了晚上就提醒用户别喝咖啡。”

正确理解

  • 即使历史偏好可靠,也要先看此刻是否正在讨论饮品或相关选择。用户在聊无关的事时突然提醒,只会增加打扰。

  • 主动使用记忆至少同时考虑:证据可信、与当前任务相关、动作风险低、用户可以拒绝或关闭提醒。

  • 第一阶段可以先用画像改善被动回答,而不是为了显得“智能”自动给用户发消息;主动触达属于以后要真实验证接受度的产品能力。

  • 画像提供数据,调度器决定何时触达。 用户没在聊天时也要运行的提醒,不能靠当前 Prompt 临时调用时间工具。明确设置、设备上报和模型推断分别处理;时区用明确的时区标识保存,再由程序算当地时间,具体钟点不是时区。静默时段、频率、渠道和关闭开关属于明确设置,不能从一句聊天猜出授权。

历史方案:画像与主动调度边界。此处没有验证任何新的主动推送能力。

5.8 长期记忆分层与更新

上层放简短索引,下层保留原始证据;新记忆不自动覆盖旧事实。

我踩过的坑

  • 2026-08-10 调研过一种记忆分层设计(原始对话 → 原子事实 → 场景 → 稳定画像),一度想装一整套四层记忆平台。

正确理解

  • 实际使用时先取简短索引,需要细节再回到原始证据。短期工具日志可以留在外部,Context 只放当前任务需要的信息。当时记下的 TencentDB Agent Memory 结构、外部测试数字和采用顾虑,保留在工程实践的对应记录里,这些结果没有在我的环境里复测。
  • 我的取舍:借鉴“上层保结构、下层保证据”就够了,不必为此安装完整的四层平台。该方案的性能宣传和我系统的适配成本尚未复测,也没有作为已接入的能力。
  • 最后收到的消息,不一定描述最新发生的事件。 更新长期记忆时要区分事件时间和记录时间,核对来源、适用情境和证据;晚收到的一条旧行程,不应覆盖已经确认的新行程。证据不足时保留不同版本和冲突状态,而不是按收到顺序强行选一个。
  • 长记忆合并不是比较段落哈希后无脑追加。 段落级哈希能找出完全相同的内容,但改一个字哈希就变了,也发现不了“旧偏好被新偏好取代”这类语义冲突。安全的同步要保留双方原文和版本,按标题或稳定 ID 对齐,给冲突留审核或合并记录,再做差异写入和回滚验证。历史上的 ParagraphMerge 只是候选思路,不是我系统里已上线的能力。
  • Skill、Experience、Memory 可以共用召回入口,但要保留各自的用途和来源。 Skill 提供任务操作说明,Experience 记录过去的做法和结果,Memory 保存用户或任务的相关信息。召回后仍要按来源、版本、授权和当前任务判断怎样使用;内容被叫作 Skill,不会因此自动获得系统指令的优先级或工具执行权限,历史经验也不应覆盖当前的明确要求。统一检索平台是待验证的方案,不写成已部署的事实。
  • 项目级 AutoMemory 必须支持过时和更正。 项目的语言栈、约束和架构决策会变;长期事实至少要保留来源、记录时间、适用项目和更新机制,避免把上一版的项目偏好永久当成当前要求。跨会话记忆目录存在,不等于每次都要全文注入,也不说明长期记忆已被用户确认过。
  • 经验怎样晋升为 Skill,见 8.2。存储层还要保证一致性:文件从 experiences/ 移到 skills/、数据库设置 is_skills=1,如果只更新了一半,就会留下冲突状态;存储变更完成,也不等于所有用户都获得了执行权限。
  • 技能成功率不能只算“不报异常的次数 / 调用次数”。 要区分工具返回成功、任务目标达成、人工验收、样本量和时间衰减。新 Skill 冷启动样本少时,可以标“不确定”或限制展示,不能强制记成 100% 成功率;低频但关键的技能,也不能只因为调用次数少就删除。
  • 共享记忆快照还要校验版本、完整性、脱敏和用户授权,避免把一个用户的长期隐私复制给其他 Agent。
  • 自进化能力的验收阶段和旧小萤代码的接入边界,见 8.3。

5.9 会话事件流与业务表

事件流回答“当时发生了什么”,业务表回答“当前业务实体是什么”;两者不是谁自动取代谁。

正确理解

  • 旧 Wiki 的会话事件流设计,把用户输入、模型输出、工具调用和结果、压缩边界等追加成 JSONL 事件。MySQL 的 Session、Message、ToolCall 关系表负责当前实体和查询;恢复时再从事件和快照重放出需要的视图。
  • 长会话的快照和 Subagent sidechain 可以减少读取量,但主链要保留关键结果和可恢复的指针。
  • 双写风险不能省略。 事件文件落盘成功、数据库写入失败(或者反过来),就会产生两套不一致的记录。单个文件的 flush/fsync 也没法让多份文件和数据库变成一个事务。先选定权威状态和重试补偿策略,再用断电、消息重复、快照指针损坏等场景演练恢复,不能凭“日志存在”就认定可以重放。
来源

10-wiki/personal/wiki/concepts/Agent会话事件流.md。属架构候选,是否接入以当前仓库与运行验收为准。

5.10 聊天历史的来源边界

消息保序、主动推送和长期记忆的放置,集中见 5.2;这里只补充“历史从哪来”的边界。

正确理解

  • 工具声称记住了多少历史,要先查它实际能读到什么来源。案例见附录 A.5.3。

5.11 压缩按生效窗口与记录判断,不按聊天时长(待学习)

提前压缩比例、上游真实窗口、客户端采用的窗口和预留缓冲各自不同。一次会话约 11.3 万压到 9.25 万后,很快再次压缩,并不只由聊了几分钟决定。先看 /context、配置与 compact_boundary,再解释现象。

转接线路用量为零时,压缩估算不能冒充计费量。配置显示 450k 窗口与 33k 缓冲只证明加载,未测长请求;放大窗口也要核对长输入费率。auto 审批、自动压缩与系统权限分开。精确配置与本机路径留在历史材料,参数仍需按版本验证。

来源与当时边界

原始记录 2026-10-29

详细条件与线索:《客户端启动路由与压缩排障》。