抛弃向量数据库：用 Markdown 文件夹构建 Agent 记忆系统

gimalay · reddit · 2026-08-02

作者提出了一种替代传统向量数据库的 Agent 记忆方案：仅用一个 Markdown 文件夹作为数据库。传统方案通常需要结构化数据库、文本文件和向量库三个存储，不仅胶水代码多，且黑盒检索极难调试。

作者认为，Agent 的大部分记忆需求其实是结构化查询（如“哪些任务还在开放状态”），这本质上是 WHERE 语句而非相似度搜索。其方案的核心设计包括：

文件路径为主键，Frontmatter 为模式（schema），支持类似 MongoDB 的查询操作符。
链接作为类型化边，行内链接代表引用，独占一行的链接代表包含关系，支持复杂的关系遍历。
针对 Agent 的专属优化：如 --max-tokens 限制返回的上下文长度，--expect 1 强制要求写操作声明影响行数以防止误写，以及让 Agent 自行调用指令打印查询文档。

作者也坦诚该方案的局限性：它并非语义搜索（虽然内置了 BM25 全文检索），但在真实的个人规模（如 2 万文档 0.7 秒加载）下，一旦文件有了良好结构，对语义相似度的依赖其实远比想象中低。

「编程与Agent」频道最新