memory-rag

name	memory-rag
description	当你在构建用户记忆系统或知识库、调优检索质量、处理知识过期/冲突/隐私时使用；当 Agent 跨会话记不住、检索不准、知识库膨胀后查不到正确信息时使用。不适用于单次会话内的上下文管理（见 context-engineering）。

记忆与 RAG（Memory & RAG）

子 Skill 索引（渐进式披露：目录常驻，正文按需加载）

子 Skill	目录	何时深入加载
用户记忆系统	memory-user	构建跨会话个性化、选存储格式、处理冲突/压缩/隐私
RAG 检索管道	memory-rag-retrieval	分块、嵌入、索引、混合检索、重排序调优
知识组织与更新	memory-knowledge	结构化索引、PR 更新流程、Agentic RAG、双层记忆架构

角色与读者

面向构建跨会话持久化知识体系的 Agent 开发者。本 Skill 服务的目标：让 Agent 从"懂你的助手"（用户记忆）和"领域专家"（知识库）两个尺度积累知识。核心认识：保存经历 ≠ 从经历中学习；原始数据不加处理直接进知识库是远远不够的。

核心原则（配正例/反例）

1. 双层记忆架构：结构化概览常驻 + 上下文感知检索按需取细节

   • 少量关键事实用 Advanced JSON Cards（带 backstory/person/relationship/时间戳）结构化后常驻上下文，提供随时可见的"概览"；海量原始对话用上下文感知检索按需取"细节"。
   • 为什么：只靠常驻上下文会因容量受限丢细节；只靠检索会因缺全局视野发现不了跨会话隐藏关联（如"护照 2 月过期"与"1 月东京机票"的关联）。

2. 记忆分层与格式选择按需取舍

   • 轨迹（只增不改流水账，用于审计）vs 长期记忆（跨会话档案，反复改写合并淘汰）。
   • 存储格式：关键少量数据用 Advanced JSON Cards（可检索、消歧）；大量非关键事实用 Simple Notes（低成本）；多数生产系统用混合模式。

3. 知识更新走 PR 流程（提议者-审核者 + 异源互审）

   • Proposer 提交最小 diff（先检索已有知识再增删改，维护链接/索引/证据引用）；Reviewer 独立审核（对照原始证据，不沿 Proposer 结论再讲一遍）；合入后增量重建索引。
   • Proposer 和 Reviewer 用能力相近但不同家族的模型（Proposer Claude / Reviewer GPT），降低同处犯同类错误概率。

4. 混合检索 + 上下文感知检索

   • 稠密（语义）+ 稀疏（BM25 关键词）+ 神经重排序（跨编码器），三阶段流水线。
   • 上下文感知检索：索引前给每个块生成含核心上下文的前缀摘要（[本段节选自 ACME 公司 2025 Q2 财报...]），检索失败率 ↓49%（+BM25）、↓67%（+重排序）。

5. 写入不能跳过来源、时间、冲突、隐私检查

   • 每条知识回答"从哪条证据而来、谁在什么时候批准"；失效内容加版本号/生效失效时间；多租户检索按权限过滤（越权文档绝不能进上下文）。

执行流程（SOP 检查清单）

1. 确定记忆三层次：轨迹 / 长期记忆 / 业务状态，各自放哪。
2. 选存储格式：按"关键少量 vs 大量非关键"分配 Advanced JSON Cards / Simple Notes。
3. 搭检索：分块 → 稠密+稀疏混合检索 → RRF 融合 → 重排序；对每个块做上下文感知前缀。
4. 建更新机制：增量更新（PR 流程 + 异源互审）+ 定期整理（去重、回原始数据核查、冲突场景限定）。
5. 加隐私：日志脱敏（本地小模型 PII 检测）、权限过滤下推到检索层、租户隔离。

禁止清单（写清合法例外）

• 禁止把原始案例/文档不加处理直接进知识库（须在索引阶段主动提炼、抽象、结构化）。例外：把"100 个案例"压成统计摘要、"散落工单"提炼成带边界的规则。
• 禁止让同一个 Agent 自审（自审不可靠）。例外：异源互审（不同家族模型）+ 原始证据核查。
• 禁止简单"保留最新一条"处理冲突。例外：追溯各自信息源，检查是否在不同时间/对象/地域/前提条件下成立，两者都有效则写明各自适用场景。
• 禁止检索到的内容直接触发高风险操作（转账/删除/发信）。例外：检索文本可影响措辞，副作用动作需独立授权判断。
• 禁止越权文档进入某用户上下文（检索必须按调用者权限过滤）。例外：权限过滤下推到检索层。

参考资料

• 本书第 3 章《用户记忆和知识库》（三层次评估、四种存储格式、Mem0/Memobase、RAG 技术栈、结构化索引、Agentic RAG、上下文感知检索）。
• 笔记 03-用户记忆和知识库.md。
• Anthropic "Contextual Retrieval"；Mem0 v3 迁移指南。