[ PROMPT_NODE_22592 ]
advanced-patterns
[ SKILL_DOCUMENTATION ]
# 先进智能体模式参考
来自 2025-2026 年文献的研究支持模式,用于增强多智能体编排。
---
## 记忆架构 (MIRIX/A-Mem/MemGPT 研究)
### 三层记忆系统
+------------------------------------------------------------------+
| 情景记忆 (特定事件) |
| - 发生了什么,何时,何地 |
| - 带有时间戳的完整交互追踪 |
| - 存储位置:.loki/memory/episodic/ |
+------------------------------------------------------------------+
| 语义记忆 (广义知识) |
| - 抽象的模式与事实 |
| - 与上下文无关的知识 |
| - 存储位置:.loki/memory/semantic/ |
+------------------------------------------------------------------+
| 程序记忆 (习得技能) |
| - 如何做事 |
| - 成功的行动序列 |
| - 存储位置:.loki/memory/skills/ |
+------------------------------------------------------------------+
### 情景到语义的巩固
**协议:** 完成任务后,将特定经验巩固为通用知识。
python
def consolidate_memory(task_result):
"""
将情景(发生了什么)转换为语义(事物如何运作)。
基于 MemGPT 和 Voyager 模式。
"""
# 1. 存储原始情景追踪
episodic_entry = {
"timestamp": now(),
"task_id": task_result.id,
"context": task_result.context,
"actions": task_result.action_log,
"outcome": task_result.outcome,
"errors": task_result.errors
}
save_to_episodic(episodic_entry)
# 2. 提取可推广的模式
if task_result.success:
pattern = extract_pattern(task_result)
if pattern.is_generalizable():
semantic_entry = {
"pattern": pattern.description,
"conditions": pattern.when_to_apply,
"actions": pattern.steps,
"confidence": pattern.success_rate,
"source_episodes": [task_result.id]
}
save_to_semantic(semantic_entry)
# 3. 如果出错,创建反向