第六章 会话、上下文与记忆

本章把智能体的”能聊”变成”能稳定推进任务”：会话用于定义状态归属，上下文用于在 Token 预算内组织可用信息，记忆用于跨会话长期沉淀事实与偏好；三者共同决定系统的可复现性、可观测性与可运维性。通过本章，你将学会如何在有限的资源约束下，让智能体保持长期的、可预测的、可复现的对话能力。

本章内容导读

本章包括以下几个小节：

• 6.1 会话模型与状态持久化：理解 Session 的标识、生命周期与持久化边界。

• 6.2 上下文构建与窗口预算：掌握上下文构建策略：选择、裁剪、窗口预算与注入顺序。

• 6.3 记忆机制：写入、检索与失效：了解记忆机制：主存（Markdown）与检索后端的配合方式。

• 6.4 压缩与裁剪：折叠与丢弃策略：掌握长会话治理：压缩与裁剪（Compaction/Pruning）的触发条件与取舍。

• 6.5 本章小结：关键结论与读者自检。

学习目标

完成本章的阅读后，你将能够：

1. 设计会话：为不同场景设计合理的会话隔离与标识策略。

2. 组织上下文：在 Token 预算约束下，有效组织与注入上下文信息。

3. 建立记忆：设计长期记忆机制，让智能体记住重要信息。

4. 管理成长：通过压缩与裁剪，让长期会话保持高效。