Skip to content

Notes(记忆)

侧栏 → Notes → 新建

Note 仓库是 Agent 的长期记忆:一个 Agent 可通过工具读写、检索的向量库。用它在多次对话间召回事实 —— 用户偏好、项目上下文、历史决策 —— 而不必把这些全部塞进系统提示词。

前置条件

需要先创建向量模型:侧栏 → 向量模型 → 新建。详见 模型

配置项

字段说明
名称该笔记本的显示名称
向量模型用于语义检索的模型(OpenAI、Google、Ollama、Cohere、VoyageAI)

工作原理

  1. 添加 —— Agent 通过 note_add 工具插入文本,或在 UI 中手动添加块
  2. 向量化 —— 每个块被转换为向量
  3. 检索 —— 召回时按语义相似度排序,并叠加 时间衰减加权(较新的条目得分更高)
  4. 去重 —— 近似重复的插入会被自动合并,避免存储膨胀

分配

Note 可在多个层级分配(最具体的优先):

  • Agent 级默认值 —— 使用此 Agent 的所有会话 / 渠道继承
  • 会话级 —— 在聊天会话中覆盖
  • 渠道级 —— 在渠道中覆盖

Notes vs Wiki vs Memory

概念写入方适用场景
NotesAgent(自动写入)Agent 通过语义召回的自由格式事实
Wiki人工编纂(可叠加 Embedding)带标题与标签的结构化知识页
Memory后台 MemoryLLM从过往对话中提炼的长期知识

基于 MIT 许可证发布。