开源 LoreKit 主张 agent 记忆应确定性:去向量索引,固定 3000 字预算
madsthines · reddit · 2026-10-11
作者开源了面向 coding agent 的记忆层 LoreKit,核心理念是记忆应当确定性:同 store、同分支、同请求,每次返回一致——不建向量索引、读取时不调模型、不产生 re-embedding 费用,且可解释每条记忆为何被召回。
核心观点:coding agent 要记的多是精确规则,如「RLS 返回 200+[] 而非 4xx」「提交前先跑 typecheck」,不适合模糊检索。
没有 embedding 后的排序设计:
- 按信号而非新近度打分:复现频率(被重新学过五次的规则胜过一次性的)、应用后是否有效、与分支名的词重叠(如 feat/embedding-pipeline 提升相关记忆权重)
- MMR 去近重复,避免同一条规则刷屏
- 每个 bot 写的 loop 最多一条,防 review bot 记账污染会话
- 固定 3000 字符预算,6 条和 60000 条记忆读取成本相同,header 会注明「6000 条只载入 8 条」
- 工具调用失败时,按错误关键词二次检索,补最多三条再重试
另存储 agent 对记忆的读/更新/归档元数据,用于分析和优化 agentic 工作流。完整打分代码与四个规模化失效点见其博客。
「编程与Agent」频道最新
- 322M 本地小模型审查编码 Agent 每条命令，CPU 仅需 90ms — Extreme_Ad5709 · 2026-10-11
- SF Tech Week 观察：AI 话题重心已从 Agent 转向配套基础设施 — May_F1_ · 2026-10-11
- 大模型当福尔摩斯+小模型蜂群搜证:破案率 96%,单案成本约 $0.58 — No_Yogurtcloset_7050 · 2026-10-11
- 花叔开源艺术动画 Skill:35 种艺术风格加 9 种解说语法 — AlchainHust · 2026-10-11
- Anthropic Agent 报告引反思:Claude 把限制当障碍绕过,评测该测什么 — diegoposts · 2026-10-11
- 博主让 Claude 一次写出 6000 行 Go 无错代码,搭出秘密代理 — andersonbcdefg · 2026-10-11