> For the complete documentation index, see [llms.txt](https://yeasy.gitbook.io/agentic_ai_guide/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://yeasy.gitbook.io/agentic_ai_guide/di-yi-bu-fen-dan-ti-zhi-neng-jia-gou/03_memory.md).

# 第三章 记忆系统与上下文工程

记忆不是单一的“向量数据库”问题，而是一个从认知模型、工作记忆管理、长期记忆存储，到检索组织与上下文编排的系统工程。本章的核心路径更适合理解为：先分清“模型内部记住了什么”和“系统外部该保存什么”，再决定哪些信息应留在上下文窗口里、哪些信息应写入长期记忆、写入后又该如何检索、更新和组织，最后回到完整的上下文工程与案例分析。

## 学习目标

完成本章后，你将能够：

1. **理解** 记忆系统的认知模型与设计原则
2. **选择** 适合项目需求的向量数据库方案
3. **设计** 面向长期记忆的检索、更新与图结构方案
4. **统筹** 上下文窗口、长期记忆与安全约束之间的取舍

## 章节地图

本章按照“认知模型 → 工作记忆 → 长期记忆 → 检索结构 → 上下文工程”的顺序展开，但这些内容并不是一条简单的流水线，而是同一套 Agent 记忆系统里的相互制约层：

* [3.1 记忆的认知模型](/agentic_ai_guide/di-yi-bu-fen-dan-ti-zhi-neng-jia-gou/03_memory/3.1_memory_models.md)：先回答“什么才算记忆”，建立参数记忆、非参数记忆与多层记忆架构的基本框架
* [3.2 短期记忆管理](/agentic_ai_guide/di-yi-bu-fen-dan-ti-zhi-neng-jia-gou/03_memory/3.2_short_term_memory.md)：聚焦上下文窗口这一工作记忆层，讨论预算、裁剪、摘要与动态分配
* [3.3 长期记忆与向量数据库](/agentic_ai_guide/di-yi-bu-fen-dan-ti-zhi-neng-jia-gou/03_memory/3.3_vector_databases.md)：讨论长期记忆的存储底座，以及向量数据库的选型与边界
* [3.4 Agent 中的 RAG 系统设计](/agentic_ai_guide/di-yi-bu-fen-dan-ti-zhi-neng-jia-gou/03_memory/3.4_rag_advanced.md)：把“能存”推进到“能取、能评、能和任务协同”
* [3.5 图记忆与知识图谱](/agentic_ai_guide/di-yi-bu-fen-dan-ti-zhi-neng-jia-gou/03_memory/3.5_graph_memory.md)：补上向量相似度难以表达的关系、时序与结构约束
* [3.6 上下文工程](/agentic_ai_guide/di-yi-bu-fen-dan-ti-zhi-neng-jia-gou/03_memory/3.6_context_engineering.md)：把窗口、记忆、工具与安全要求整合成统一系统；文末继续用案例研究收束本章

***

**下一节**: [3.1 记忆的认知模型](/agentic_ai_guide/di-yi-bu-fen-dan-ti-zhi-neng-jia-gou/03_memory/3.1_memory_models.md)