各位大佬有什么 Agent 长期记忆比较好的方案么？

hermes 的体验算不得很好，主要是上下文容易飞速膨胀，哪怕压缩也无济于事。

感谢老哥，我去看看

主要考虑到自建.....

这么明目张胆的打广告，是不是不太好.....

确实是这样的，但是我做的方案是归档，然后按需注入，不是全量的注入。比如上个月聊了什么，我一说某个话题，模型可以快速的去检索，了解事情原委，和我对话

这个也在研究，看看效果

还是要考虑数据隐私问题。

大佬踩过什么坑吗？有什么推荐的么？

不太想依赖现有的服务，主要是考虑数据隐私问题，并且 GPT 没有 openclaw 好用

数据太多了，如果记忆少一点这么做还可以，但是如果数据多起来就不行了，我现在是做了三层，一层总结层，总结目前会话，然后数据写到向量数据库，第二层归档，存档所有的对话，第三层工具层，记录所有的工具调用信息。三层均使用指针来指向，但是效果嘛.... 能用，但是说不是那么的好用.....

如果是我，太多的内容则考虑自建 mcp

这种的话，长期大量的记忆就不太好有用了把.....

我现在不是让 AI 长期记住大量原始对话（完整会话只留在归档层）而是每周从新增内容里提取少量候选，我审核后才写进 Obsidian。真正使用时也只按当前任务读取相关的几条，不会把整个库一次性塞给模型。后面我还准备加入 “已过期、已替代” 标记和定期整理，目前来看效果还不错

我目前做的是总结层，然后通过向量模型写入数据库，但是效果不太理想，在研究 hindsight

同求