具有多条文记忆的AI代理

intro

在计算机科学中，就像人类认知一样，记忆层面不同：

主内存（如RAM）是用于当前任务的当前任务，推理和决策的主动临时内存。它拥有您当前正在使用的信息。它快速但波动性，这意味着当电源关闭时会丢失数据。次要内存（如物理存储）是指无法立即活跃在工作内存中的学习知识的长期存储。它并非总是在实时决策过程中访问，但可以在需要时检索。因此，它较慢，但更持久。前置内存（例如历史数据的备份）是指档案记忆，其中存储信息是为了备份目的和灾难恢复。它的特征是高容量和低成本，但访问时间较慢。因此，很少使用它。

主内存（如RAM）是用于当前任务的当前任务，推理和决策的主动临时内存。它拥有您当前正在使用的信息。它快速但波动，这意味着当电源关闭时会丢失数据。

主内存 快速但波动

辅助内存（如物理存储）是指在工作记忆中没有立即活跃的学习知识的长期存储。它并非总是在实时决策过程中访问，但可以在需要时检索。因此，它较慢，但更持久。

辅助内存 慢但更持久

三级内存（如历史数据的备份）是指档案记忆，其中存储信息是为了备份目的和灾难恢复。它的特征是高容量和低成本，但访问时间较慢。因此，很少使用它。

三级内存 高容量和低成本，但速度较慢 构建具有多个会话内存的AI代理

设置

Ollama pip安装ollama == 0.5.1 qwen

导入ollamallm =“ qwen2.5”

让我们测试LLM：

数据库

矢量数据库 aisearch chromadb ） 系统