（245期）Persistent Agent Memory 1.0.1 – 让 Agent 拥有长期记忆

让 Agent 拥有长期记忆 为 AI Agent 注入持久化记忆能力，支持跨会话语义存储与检索，由 Coral Bricks 提供向量存储服务，适合需要长期上下文维护的场景。 使用说明 核心用法 Persistent Agent Memory 通过 Coral Bricks 云服务为 Agent 提供语义化记忆存储能力，包含三大核心操作： 存储记忆 (coral_store)：将文本内容写入云端向量数据库，支持附加 JSON 元数据标签 语义检索 (coral_retrieve)：通过自然语言查询召回相关记忆，基于 768 维向量余弦相似度排序 定向遗忘 (coraldeletematching)：按语义匹配删除特定记忆 所有记忆默认存入单一集合，持久化保存，跨会话可用。 显著优点 无缝上下文延续：Agent 可在多次对话间保持对用户偏好、历史事实的长期记忆 语义理解检索：无需精确关键词匹配，支持意图驱动的模糊查询 轻量集成：仅需 CORALAPIKEY 环境变量，通过 Bash 脚本即可调用 元数据扩展：自由 JSON 字段支持灵活的业务标签体系 潜在局限 外部依赖强：完全依赖 Coral Bricks 云端服务，存在供应商锁定风险 网络延迟：存储后存在最多 1 秒的索引延迟，即时性要求高时可能受限 隐私边界模糊：记忆数据存储于第三方云服务，敏感信息需谨慎处理 无集合隔离：默认单一集合设计，多租户场景下需自行通过 metadata 区分 适合人群 构建需长期用户画像维护的客服 Agent、个人助理类应用 需要跨工作流保持状态的生产力工具开发者 快速验证记忆增强 LLM 应用原型的技术团队 常规风险 API 密钥泄露：CORALAPIKEY 需妥善保管，建议通过密钥管理服务注入 数据驻留合规：Coral Bricks 的服务器位置和数据处理条款需结合业务合规要求评估 服务可用性：无本地降级方案，服务中断将直接导致记忆功能失效 语义漂移风险：长期累积的过时记忆若未及时清理，可能污染检索结果相关性 原始说明 Add persistent memory to any agent so it can remember prior work, maintain context across sessions, and continue long-running workflows.