使用记忆体 (Use Memory)

RAGFlow 的记忆体 (Memory) 模块旨在保存一切内容，包括智能体 (Agent) 工作时发生的所有对话。它保留了对话的原始日志，例如用户说了什么以及 AI 如何回复。它还保存了在聊天过程中产生的额外信息，例如 AI 对互动做出的总结或备注。其主要任务是使对话在前后轮次之间流畅衔接，允许 AI 记住用户的个人细节，并让 AI 从过去的所有谈话中学习。

该模块不仅仅是存储原始数据，它足够智能，能够将信息分类为不同的实用类型。它可以提取出关键事实和含义（语义记忆 (Semantic Memory)），记住过去聊天中的特定事件和故事（情景记忆 (Episodic Memory)），并保存当前任务所需的细节（工作记忆 (Working Memory)）。这将简单的日志转换为了一个组织有序的过去经验库。

因此，用户可以轻松地将任何已保存的信息带入到新的对话中。这些历史上下文有助于 AI 保持在主题上并避免重复自身，使聊天显得更加连贯和自然。更重要的是，它为 AI 思考提供了一个可靠的历史依据，从而使其回答更加准确和有用。

创建记忆体

记忆体 (Memory) 模块提供了对所有记忆体的流线型、集中式管理。

创建记忆体时，用户可以精确定义要提取的信息类型，以帮助确保仅捕获和组织相关数据。通过导航路径 概览 (Overview) >> 记忆体 (Memory)，用户随后可以执行关键的管理操作，包括重命名记忆体、组织记忆体，以及与团队成员共享记忆体以支持协作工作流。

配置记忆体

在**记忆体 (Memory)**页面上，点击目标记忆体 > 配置 (Configuration) 以查看和更新其设置。

名称

所创建记忆体的唯一名称。

嵌入模型

用于将记忆体转换为嵌入向量的嵌入模型 (Embedding Model)。

大语言模型 (LLM)

用于从记忆体中提取知识的聊天模型。

记忆体类型

记忆体中存储的内容：

Raw：用户与智能体 (Agent) 之间的原始对话（默认必选）。
Semantic Memory：关于用户和世界的通用知识和事实。
Episodic Memory：包含时间戳的特定事件和经历的记录。
Procedural Memory：已习得的技能、习惯和自动化程序。

记忆体大小

分配给记忆体和对应嵌入向量的默认容量（以字节为单位）。默认为 5242880 (5MB)。

提示

一条 1KB 大小的消息若配有 1024 维的嵌入向量，大约会占用 9KB 的记忆体空间（1KB + 1024 x 8 字节 = 9KB）。在 5 MB 的默认限制下，系统可以存储大约 500 条此类消息。

权限

仅自己 (Only me)：仅限用户本人。
团队 (Team)：与团队成员共享此记忆体。

管理记忆体

在单个记忆体页面内，您可以微调这些已保存的条目在智能体 (Agent) 调用过程中的使用方式。每个条目都可以被选择性地启用或禁用，从而使您能够控制哪些信息保持活跃，而无需永久删除任何内容。

当某些细节不再相关时，您还可以选择完全遗忘特定的记忆体条目。这使记忆体随着时间的推移保持干净、聚焦且更易于维护，确保智能体仅依赖最新且有用的信息。

手动遗忘的记忆体条目将被完全排除在智能体调用返回的结果之外，以确保它们不再影响下游行为。这有助于让回答聚焦于最相关且被有意保留的信息上。

当记忆体达到其存储上限并应用自动遗忘策略时，先前被手动遗忘的条目也会被优先移除。这使系统能够更加智能地回收容量，同时尊重用户之前的整理决策。

增强智能体上下文

在检索 (Retrieval) 和消息 (Message) 组件设置下，新增了记忆体调用能力。在**消息 (Message)组件中，用户可以配置智能体将选定的数据写入指定的记忆体；而在检索 (Retrieval)**组件中，用户可以设置其读取同一记忆体以回答未来的查询。这使得一个简单的问答机器人智能体能够随着时间的推移积累上下文，并提供更丰富、感知记忆的回答。