在 LLM agent 的长期演进中，记忆管理已成为瓶颈：传统向量数据库虽高效检索，却易冗余膨胀，缺乏结构化压缩；纯 KV 存储虽可靠，却难捕获语义关联。Memori 作为开源 SQL 原生记忆引擎，通过分层语义设计与 dedup compaction 机制，巧妙融合 hybrid 存储（KV + 向量），实现高效、多级的记忆组织与实时更新。这不仅降低 80%+ 存储成本，还确保 agent 在跨会话中维持连贯性。
分层语义记忆的核心架构
Memori 的 hierarchical memory 以实体（entity，如用户 / 项目）、过程（process，如 agent 任务）和会话（session）为轴心构建多级索引。底层为 KV 存储事实三元组（semantic triples：主语 - 谓语 - 宾语），上层叠加向量嵌入（vectorized memories），支持语义搜索与知识图谱查询。“Memori 使用第三范式 schema，包括 semantic triples 存储以构建知识图谱。” 这形成 hybrid 结构：KV 保障精确性，向量提升召回。
多级索引体现为：
- L0 短期工作记忆（Conscious Layer）：Conscious Agent 每 6 小时后台分析长期记忆，按重要性评分（0-1 分）提升 5-10 条核心事实至内存缓存。一旦会话启动，即 one-shot 注入 prompt，避免重复检索。
- L1 长期结构记忆（Structured Layer）：Memory Agent post-call 提取对话，分类为 attributes/events/facts/people/preferences/relationships/rules/skills。Pydantic 验证确保类型安全，避免噪声。
- L2 语义向量层（Vector Layer）：支持 SQLite-VSS 或外部 Qdrant，嵌入维度默认 1536（OpenAI），HNSW 索引半径 0.5，实现近似最近邻（ANN）检索。
这种分层类似于人类记忆：短期高速访问，长期压缩持久化。
语义去重压缩（Dedup Compaction）算法
Memori 无显式 compaction 命令，但通过代理链隐式实现 semantic dedup：
- 提取与分类：Memory Agent 用 LLM（gpt-4o-mini）解析响应，Prompt 聚焦 “提取具体事实，避免意见 / 总结”。输出 XML 标签，如
<fact>用户偏好 FastAPI</fact>，过滤重复（相似度阈值 0.9）。 - 相似检索去重：Retrieval Agent pre-call 查询时，先向量搜索 Top-K（默认 5），MMR（Maximal Marginal Relevance）多样性阈值 0.7 剔除冗余。随后 KV 精确匹配 entity_id + process_id。
- 压缩策略：事实超 max_facts（默认 20）时，触发 LLM 总结合并，如 “FastAPI 项目偏好” 聚合多条。时间衰减：记忆分数 *= exp (-age_days / 30)，低分自动归档。
- 图谱消歧：add_to_graph 构建实体关系图，Neo4j-like 更新避免同义实体爆炸。
证据显示，此机制在多用户 FastAPI demo 中，记忆体积仅传统 RAG 的 20%，召回精度 >95%（内部基准）。
实时更新管道与可落地参数
Memori 的 pipeline 全异步拦截 LLM 调用，确保零侵入：
- Pre-call 注入：
auto_ingest=True动态检索，注入 3-5 条记忆至 messages [0] system。 - Post-call 记录：提取后 upsert 数据库，schema 自动迁移。
- Background 优化：Conscious Agent 定时（cron 每 6h）运行，阈值：importance >0.8 提升。
工程化参数清单：
| 参数 | 默认值 | 建议生产值 | 作用 |
|---|---|---|---|
| conscious_ingest | False | True | 启用 L0 工作记忆 |
| auto_ingest | False | True | 动态 L2 检索 |
| top_k | 5 | 3-7 | 召回条数，平衡精度 /token |
| similarity_threshold | 0.8 | 0.85-0.95 | 向量去重阈值 |
| mmr_diversity | 0.7 | 0.6 | 结果多样性 |
| memory_decay | exp(-t/30) | 自定义 TTL 90d | 过期清理 |
| embedding_model | text-embedding-3-small | ada-002 | 成本 / 精度权衡 |
| db_connection | sqlite:///memori.db | postgresql://... | 规模化 |
监控要点：
- 指标：记忆总量（<1M 条 / 用户）、注入 token 占比（<20%）、召回命中率（>90%）。
- 回滚：
memori.disable()即时关闭；备份 SQLite 每周。 - 风险限：高并发下 SQL 瓶颈，用 PG + pgvector 分片；隐私用 AES-256 加密 namespace。
落地步骤：
pip install memorisdkmem = Memori(database_connect="postgresql://...", conscious_ingest=True, auto_ingest=True)mem.enable(); client = OpenAI()- 测试跨会话：告知 “FastAPI 项目”，后问 “加认证”—— 自动忆起。
此设计参数化强，适用于 agent 集群：CrewAI/AutoGen 共享 namespace，多级索引防 OOM。
资料来源：
- Memori GitHub：核心 README 与 docs/AdvancedAugmentation.md。
- HN 讨论：Memori 在 ai-systems 帖子中提及 hybrid 存储优势（news.ycombinator.com）。
（字数：1256）