Agent 记忆层设计：去重、时序与模型兼容
ustype · reddit · 2026-08-23
作者针对新闻读取 Agent 重复抓取文章的问题，构建了一个通用的记忆层。关键设计决策包括：
- 去重是核心：Google News 返回同一文章的多个 URL 变体，仅匹配 URL 会失败。有效方案是对标准化标题和发布者进行哈希，且保留不同媒体对同一事件的报道。
- 存储嵌入模型名：为了避免更换模型后向量空间不匹配导致静默失败，每行数据需记录模型名和维度，不匹配时报错。
- 时效性在排序而非过滤：过滤最近 N 天会丢失解释当前情况的旧闻。现在做法是将相似度与指数衰减（半衰期 3 天）结合。
- 统一操作接口：通过 Python API、CLI 和 MCP 服务器暴露相同操作。MCP 改变了使用体验，允许 Agent 跨会话查询记忆。
未解决问题是文章修订（发布者首小时内修改标题/正文），目前仅存储抓取的版本。存储使用本地 SQLite 加向量存储，LLM 步骤可选。
「编程与Agent」频道最新
- 实测：Terra 胜过 Sonnet，Flash 速度质量无敌 — cgarciae88 · 2026-08-23
- 让 AI Agent 担当运维第一响应者？ — AustinZHenley · 2026-08-23
- YC 项目 Archal 上线：给 AI Agent 用的有状态 API 测试沙箱 — Scobleizer · 2026-08-23
- Agent 构建日回顾：利用一年追踪数据推荐用户 — agihouse_org · 2026-08-23
- 在 Scrum 中用 AI 代理充当 SM 和 PO 盯质量 — JoeJustice · 2026-08-23
- 实测开源 Traycer：让 Claude Code 与 Codex 共享工作区协作写码 — WorldofAI · 2026-08-23