在传统 AI 代理架构中，上下文窗口通常受限于单次会话的 token 容量，代理在会话结束后即失去全部积累。这种 “失忆” 特性严重制约了需要长期运行、持续学习的企业级应用场景。memU 作为专门为 24/7 主动代理设计的记忆框架，提出了一种将记忆等同于文件系统进行管理的工程思路，实现了跨会话的上下文积累与主动意图预测。
核心架构：记忆即文件系统
memU 的核心设计理念是将记忆组织结构映射为文件系统模型。在该框架中，类别（Category）对应文件夹，记忆项（Memory Item）对应文件资源，交叉引用（Cross-reference）对应符号链接，而挂载点则对应外部资源的导入路径。这种映射带来的直接优势在于记忆的导航方式与开发者熟悉的文件操作高度一致 —— 可以从广域类别逐层向下钻取，直至定位到具体事实。
从工程实现角度，该架构由三层记忆层次构成。资源层（Resource Layer）存储原始交互数据，包括对话记录、文档、图片等多模态输入；记忆项层（Item Layer）从资源中提取原子化的事实、偏好与技能；类别层（Category Layer）负责自动组织与索引，支持基于语义相似度的上下文组装。三层之间形成了 “被动查询” 与 “主动加载” 的双轨模式：被动模式下主代理发起检索请求，系统返回关联记忆；主动模式下记忆服务持续监听交互流，在后台完成模式识别与上下文预加载。
主动记忆生命周期与工程参数
memU 的主动记忆生命周期包含四个关键阶段。监控阶段（Monitor）由记忆服务持续观察主代理的输入输出流，跟踪对话发展轨迹；记忆提取阶段（Memorize & Extract）对新交互进行实时处理，将事实、偏好、技能等维度抽取为结构化记忆项；意图预测阶段（Predict User Intent）基于历史模式推断用户下一步可能的需求；主动任务阶段（Proactive Tasks）执行预取上下文、生成推荐建议、更新待办事项等后台操作。
在工程实践中，有几个关键参数需要重点配置。首先是记忆提取的粒度控制，通过extraction_depth参数可以调节从浅层事实提取到深层语义抽象的处理深度，建议生产环境设置为medium以平衡质量与延迟。其次是主动预测的触发阈值，intent_confidence_threshold默认值为 0.75，低于该置信度的预测不会触发主动行为，可根据业务容忍度在 0.6 至 0.85 范围内调整。第三是记忆老化策略，memory_ttl_days参数控制非活跃记忆的保留周期，默认 30 天，企业场景建议结合用户活跃度模型进行差异化配置。
双模式检索：RAG 与 LLM 的选型策略
memU 提供了两种检索方法以适配不同场景需求。RAG 模式（method="rag"）基于向量嵌入进行高速匹配，单次查询延迟在毫秒级，仅消耗 embedding 计算资源，适合实时建议、连续监控等高频场景。LLM 模式（method="llm"）则调用大语言模型进行深度推理，具备意图预测、查询演进、早期终止等高级能力，但单次调用耗时通常在秒级且成本较高。
生产环境的推荐策略是采用分层架构：RAG 作为常驻路径处理 80% 以上的常规检索请求，LLM 模式作为增强路径处理复杂上下文组装与高精度预测任务。可以通过retrieve方法的fallback参数实现自动降级 —— 当 RAG 返回结果置信度低于0.5时自动触发 LLM 二次推理。此外，next_step_query字段提供了预测性的后续查询建议，主代理可以据此提前加载下一层上下文，实现 “用户未开口，答案已备好” 的主动服务体验。
存储后端与性能优化
memU 支持内存存储与 PostgreSQL+pgvector 持久化两种部署模式。内存模式适合开发调试与轻量生产场景，启动后所有记忆驻留于进程内存，重启即丢失。生产环境推荐使用 PostgreSQL 后端，通过 docker 启动时需确保挂载卷配置正确以保证数据持久化。
在性能调优方面，embedding 批处理是提升吞吐的关键手段。batch_size参数控制每次向量化的输入数量，默认 32，建议根据模型上下文窗口与显存容量调整至 64 至 128 范围。类别自动更新采用增量模式，每次memorize调用仅影响相关类别，避免全量重建带来的性能抖动。监控指标建议关注memorize_latency_p99（记忆提取延迟）与retrieve_latency_p95（检索延迟），前者应控制在 500 毫秒以内，后者 RAG 模式应低于 100 毫秒。
多供应商集成与运维考量
memU 的 LLM 供应商配置采用配置文件 + 环境变量的混合模式。默认 profile 处理常规对话任务，专用 profile 处理 embedding 生成，两者可以独立指定不同的供应商与模型。这种设计允许企业根据成本与效果需求灵活组合 —— 例如使用 Claude 处理推理任务、使用 Voyage 处理 embedding 以降低整体调用成本。
在运维层面，memU-server 提供了 webhook 机制用于与外部系统集成，关键事件（记忆创建、预测触发、异常错误）均可推送至下游业务系统。memU-ui 提供了可视化仪表盘，实时展示记忆项数量、类别分布、活跃度趋势等关键指标。建议将memory_growth_rate（记忆增长率）与prediction_accuracy（预测准确率）纳入 SLA 监控，前者异常增长可能暗示数据泄漏或噪声注入，后者持续下降则需要重新校准模型或调整阈值参数。
memU 通过将文件系统的组织哲学引入记忆管理，为 24/7 主动代理提供了一套可工程化落地的持久记忆方案。其分层的记忆架构、双模式的检索策略、以及灵活的多供应商支持，使得在不同规模与成本约束下构建具有持续学习能力的智能代理成为可能。
资料来源：memU 官方 GitHub 仓库（https://github.com/NevaMind-AI/memU）