产品概览

Serverless，即开即用

服务采用全托管的 Serverless 架构，开发者通过 API 完成记忆的写入和检索，无需关心底层资源的部署和运维。按量付费，零用量零费用。

记忆自动提取，无需额外开发

将对话消息或文本传入后，系统自动从中提取关键事实和偏好，生成结构化的记忆单元。开发者无需编写额外的提取逻辑，也无需自行处理记忆的抽取和组织。可通过记忆库级别的自定义抽取指令（extractInstructions）引导抽取聚焦业务关键信息。

文件视图读取

服务托管的结构化记忆支持两种读取方式：通过 SDK、CLI 等接口进行结构化读取，或通过文件视图按目录和文件读取。

文件视图以只读文件形式呈现记忆数据。应用仍通过结构化接口写入或修改源记忆，避免文件操作与结构化记忆产生冲突。

文件记忆

已有 Markdown 等 UTF-8 文本文件或需要自行组织记忆目录时，可以直接将文件写入文件记忆库。应用控制文件路径，并可新建、读取、更新、重命名和删除文件，以及查询历史版本。

记忆自动整理（Dream）

记忆整理（Dream）在后台异步对已入库记忆做二次提炼：可归并、去重、更新长期记忆（memory）；也可从历史交互中提取可复用的技能（skill）与结构化用户画像（profile）。支持先生成提案再人工确认，以及达阈值自动应用两种模式。

海量规模，弹性无上限

基于表格存储的分布式架构，系统支持水平扩展，理论上没有存储规模上限。满足百万租户、百亿条记忆存储的场景需求。

精准语义检索

支持向量检索与全文检索的混合检索模式，以自然语言作为查询输入即可召回相关记忆。可选启用 Rerank 二次排序、相似度阈值过滤（minSimilarity）与原始源证据返回（includeEvidence），进一步提升结果相关性与可解释性。

Token 成本大幅降低

相比传入完整对话历史，记忆存储方案在评测中实现约 95% 的 Token 节省，且回答语义质量几乎无损。仅按需召回相关记忆，可以减少无关上下文，并避免每轮重复注入全量历史造成累计 Token 消耗随对话轮次呈 O(N²) 增长，以及“Lost in the Middle”性能退化。

海量租户隔离

通过 appId、tenantId、agentId、runId 四级 Scope 实现数据隔离，开发者可按应用、租户、Agent 和会话组织记忆数据边界，满足百万租户级别的多租户隔离需求。

多轮对话连续性

长对话场景中，将历史消息写入记忆库，由服务保留原始消息并提取关键事实。后续对话仅按需召回相关记忆，避免将完整历史全量注入上下文。

跨会话偏好沿用

用户在多个会话中表达的偏好、习惯和约束被提取为长期记忆单元，新会话中通过语义检索召回，使 Agent 在不同时间、不同入口仍能保持一致的应答风格。

多 Agent 知识共享

通过四级 Scope 中 agentId 通配，多个 Agent 可在同一租户范围内共享同一份用户记忆，避免在每个 Agent 中重复抽取和维护相同的事实。

用户画像沉淀

将用户行为、属性和历史事实持续写入记忆库，由服务自动归并为结构化的画像单元，供推荐、客服、营销等下游 Agent 直接召回使用。