ai-agent-memory

多轮对话记忆分层 — 短期(会话内 ChatMemory，控窗口)与长期(跨会话持久化，如 Spring AI AutoMemoryTools)分开管，并配清理与隐私脱敏策略。Use when 设计 agent 多轮记忆 / 做跨会话记忆 / 评审记忆留存与隐私时。

多轮记忆记忆分层chatmemory长期记忆记忆隐私conversation memory

paths

*.java
*.py
*.md

Agent · 多轮记忆分层

本条只管「记忆怎么分层与治理」。工具调用循环见 function-calling.md。

规则

层	是什么	载体 / 例
短期记忆	单次会话内的上下文，会话结束即可丢	ChatMemory / 会话窗口缓冲
长期记忆	跨会话持久化的用户偏好/事实/历史结论	持久存储（如 Spring AI AutoMemoryTools 跨会话）

附加规约：

维度	要求
短期控窗口	短期记忆按 token/轮数滚动裁剪或摘要，别无限拼接进 prompt（否则撑爆上下文 + 烧 token）
长期要召回	长期记忆按相关度检索后注入，不整库灌入；写入要去重
清理策略	两层都设 TTL / 容量上限 / 失效规则，到期清理
隐私脱敏	落库的记忆对 PII 脱敏；提供按用户删除/导出能力，遵守留存合规
隔离	记忆按用户/租户隔离，绝不跨用户串记忆

正例：短期滚动 + 长期检索注入

// ✅ 短期：限轮数滚动；长期：按相关度召回再注入
final ChatMemory shortTerm = MessageWindowChatMemory.builder()
    .maxMessages(20).build();                         // 控窗口，超出滚动
final List<Memory> recalled = longTermStore
    .search(userId, query, TOP_K);                    // 长期按相关度召回，非整库灌
ctx.system(MemoryFormatter.format(recalled));         // 注入精选记忆
ctx.history(shortTerm.get(sessionId));

反例：单层无限拼接 + 不隔离

// ❌ 把整段历史无限拼进 prompt：上下文越滚越大，token 成本飙升、还触模型上限
String prompt = allHistory.stream().collect(joining("\n")) + "\n" + question;
// ❌ 记忆不按用户隔离 → A 的偏好串到 B，且 PII 未脱敏落库
memoryStore.put("global", question);

自检

[ ] 短期与长期记忆分开管理，职责清晰？
[ ] 短期记忆按窗口/轮数滚动裁剪或摘要，没无限拼接？
[ ] 长期记忆按相关度召回注入，不整库灌入？
[ ] 两层都有 TTL/容量上限与清理策略？
[ ] 记忆按用户/租户隔离，PII 脱敏并支持删除/导出？