基于大模型 Agent 的 8 种长期记忆维护策略，包括 ConversationBufferMemory、WindowMemory、EntityMemory、KGMemory、SummaryMemory、SummaryBufferMemory、TokenBufferMemory 及 VectorStoreRetrieverMemory。通过客服、电商、法律、医疗等场景分析，结合 LangChain 代码示例，阐述了不同记忆机制在多轮对话中的适用性与实现方法，并提供了选型对比表，帮助开发者构建具备连贯性和上下文理解能力的智能体系统。
在基于大模型的 Agent 系统中，长期记忆的状态维护至关重要。根据 OpenAI AI 应用研究主管 Lilian Weng 在《基于大模型的 Agent 构成》中的观点，记忆被视为关键组件之一。本文将结合 LangChain 框架，详细解析 8 种不同的记忆维护方式及其在不同场景中的应用实例。
适用场景：一般客服场景、短文本交互。
在电信公司的客服聊天机器人场景中，如果用户在对话中先是询问了账单问题，接着又谈到了网络连接问题，ConversationBufferMemory 可以用来记住整个与用户的对话历史。这有助于 AI 在回答网络问题时还记得账单问题的相关细节，从而提供更连贯的服务。
from langchain.memory import ConversationBufferMemory
memory = ConversationBufferMemory()
memory.save_context({"input": "你好"}, {"output": "怎么了"})
variables = memory.load_memory_variables({})
print(variables)
适用场景：商品咨询场景、对时效性要求高的问答。
在一个电商平台上，如果用户询问关于特定产品的问题（如手机的电池续航时间），然后又问到了配送方式，ConversationBufferWindowMemory 可以帮助 AI 只专注于最近的一两个问题（如配送方式），而不是整个对话历史，以提供更快速和专注的答复。
from langchain.memory import ConversationBufferWindowMemory
# 只保留最后 2 次互动的记忆
memory = ConversationBufferWindowMemory(k=2)
memory.save_context({"input": "手机电池怎么样？"}, {"output": "续航很强"})
memory.save_context({"input": "怎么配送？"}, {"output": "次日达"})
variables = memory.load_memory_variables({})
print(variables)
适用场景：法律咨询场景、个性化推荐。
在法律咨询的场景中，客户可能会提到特定的案件名称、相关法律条款或个人信息（如'我在去年的交通事故中受了伤，想了解关于赔偿的法律建议'）。ConversationEntityMemory 可以帮助 AI 记住这些关键实体和实体关系细节，从而在整个对话过程中提供更准确、更个性化的法律建议。
from langchain.memory import ConversationEntityMemory
from langchain.chat_models import ChatOpenAI
llm = ChatOpenAI(model="gpt-3.5-turbo", temperature=0)
memory = ConversationEntityMemory(llm=llm)
_input = {"input": "公众号《LLM 应用全栈开发》的作者是莫尔索"}
memory.load_memory_variables(_input)
memory.save_context(
_input,
{"output": "是吗，这个公众号是干嘛的"}
)
print(memory.load_memory_variables({"input": "莫尔索是谁？"}))
适用场景：医疗咨询场景、复杂关系推理。
在医疗咨询中，一个病人可能会描述多个症状和过去的医疗历史（如'我有糖尿病史，最近觉得经常口渴和疲劳'）。ConversationKGMemory 可以构建一个包含病人症状、疾病历史和可能的健康关联的知识图谱，从而帮助 AI 提供更全面和深入的医疗建议。
from langchain.memory import ConversationKGMemory
from langchain.llms import OpenAI
llm = OpenAI(temperature=0)
memory = ConversationKGMemory(llm=llm)
memory.save_context({"input": "小李是程序员"}, {"output": "知道了，小李是程序员"})
memory.save_context({"input": "莫尔索是小李的笔名"}, {"output": "明白，莫尔索是小李的笔名"})
variables = memory.load_memory_variables({"input": "告诉我关于小李的信息"})
print(variables)
适用场景：教育辅导场景、长篇文档分析。
在一系列的教育辅导对话中，学生可能会提出不同的数学问题或理解难题（如'我不太理解二次方程的求解方法'）。ConversationSummaryMemory 可以帮助 AI 总结之前的辅导内容和学生的疑问点，以便在随后的辅导中提供更针对性的解释和练习。它通过不断将历史对话压缩为摘要来节省空间。
from langchain.memory import ConversationSummaryMemory
from langchain.chat_models import ChatOpenAI
llm = ChatOpenAI(model="gpt-3.5-turbo")
memory = ConversationSummaryMemory(llm=llm)
memory.save_context({"input": "什么是变量？"}, {"output": "变量是存储数据的容器"})
memory.save_context({"input": "如何定义？"}, {"output": "使用 var 关键字"})
variables = memory.load_memory_variables({})
print(variables)
适用场景：技术支持场景、故障排查。
在处理一个长期的技术问题时（如软件故障排查），用户可能会在多次对话中提供不同的错误信息和反馈。ConversationSummaryBufferMemory 可以帮助 AI 保留最近几次交互的详细信息，同时提供历史问题处理的摘要，以便于更有效地识别和解决问题。它结合了 Buffer 和 Summary 的优点。
from langchain.memory import ConversationSummaryBufferMemory
from langchain.chat_models import ChatOpenAI
llm = ChatOpenAI(model="gpt-3.5-turbo")
memory = ConversationSummaryBufferMemory(llm=llm, max_token_limit=2000)
memory.save_context({"input": "系统报错"}, {"output": "检查日志"})
memory.save_context({"input": "日志为空"}, {"output": "重启服务"})
variables = memory.load_memory_variables({})
print(variables)
max_token_limit 需要经验。适用场景：金融咨询场景、实时性要求高的对话。
在金融咨询聊天机器人中，客户可能会提出多个问题，涉及投资、市场动态或个人财务规划（如'我想了解股市最近的趋势以及如何分配我的投资组合'）。ConversationTokenBufferMemory 可以帮助 AI 聚焦于最近和最关键的几个问题，当超过 Token 限制时自动删除最早的对话片段，同时避免由于记忆过多而导致的信息混淆。
from langchain.memory import ConversationTokenBufferMemory
from langchain.chat_models import ChatOpenAI
llm = ChatOpenAI(model="gpt-3.5-turbo")
memory = ConversationTokenBufferMemory(llm=llm, max_token_limit=1000)
memory.save_context({"input": "股票 A 涨了"}, {"output": "关注基本面"})
memory.save_context({"input": "债券 B 跌了"}, {"output": "注意风险"})
variables = memory.load_memory_variables({})
print(variables)
适用场景：了解最新新闻事件、知识库问答。
用户可能会对特定新闻事件提出问题，如'最近的经济峰会有什么重要决策？'。VectorStoreRetrieverMemory 能够快速从大量历史新闻数据中检索出与当前问题最相关的信息，即使这些信息在整个对话历史中不是最新的，也能提供及时准确的背景信息和详细报道。
from langchain.memory import VectorStoreRetrieverMemory
from langchain.vectorstores import Chroma
from langchain.embeddings import OpenAIEmbeddings
from langchain.chains import ConversationChain
from langchain.prompts import PromptTemplate
vectorstore = Chroma(embedding_function=OpenAIEmbeddings())
retriever = vectorstore.as_retriever(search_kwargs=dict(k=1))
memory = VectorStoreRetrieverMemory(retriever=retriever)
PROMPT_TEMPLATE = """以下是人类和 AI 之间的友好对话。AI 话语多且提供了许多来自其上下文的具体细节。如果 AI 不知道问题的答案，它会诚实地说不知道。
以前对话的相关片段：
{history}
（如果不相关，你不需要使用这些信息）
当前对话：
人类：{input}
AI：
"""
prompt = PromptTemplate(input_variables=["history", "input"], template=PROMPT_TEMPLATE)
conversation_with_summary = ConversationChain(
llm=llm,
prompt=prompt,
memory=memory,
verbose=True
)
print(conversation_with_summary.predict(input="你好，我是莫尔索，你叫什么"))
print(conversation_with_summary.predict(input="我喜欢的食物是什么？"))
选择合适的记忆机制取决于具体的业务需求、Token 预算以及对上下文精度的要求。
| 记忆类型 | 适用场景 | 优缺点 |
|---|---|---|
| ConversationBufferMemory | 短对话、简单任务 | 完整但 Token 消耗快 |
| ConversationBufferWindowMemory | 近期关注、电商咨询 | 轻量但丢失历史信息 |
| ConversationEntityMemory | 个性化、法律/医疗 | 结构好但依赖抽取精度 |
| ConversationKGMemory | 复杂关系推理 | 推理强但构建慢 |
| ConversationSummaryMemory | 长对话、教育辅导 | 省 Token 但细节少 |
| ConversationSummaryBufferMemory | 技术支持、混合场景 | 平衡性好 |
| ConversationTokenBufferMemory | 金融、实时风控 | 严格控流但可能丢信息 |
| VectorStoreRetrieverMemory | 知识库、新闻检索 | 检索准但架构重 |
开发者应根据实际场景的上下文长度限制和对历史信息的敏感度，灵活组合上述策略，以构建高效、智能的 Agent 系统。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online