定义
context-database 指面向 AI 应用的上下文存储与检索层，用于在多轮交互中持续维护“用户、任务、环境”三类状态信息。
核心内涵
上下文数据库（Context Database）是一种专门用于存储、管理和检索应用运行状态与背景信息的系统组件。在人工智能与大语言模型应用中，它通常被用来持久化对话历史、用户偏好、实体关系以及特定任务的背景知识。与传统关系型数据库侧重于结构化事务数据不同，上下文数据库更强调对非结构化或半结构化语义数据的快速召回，以确保系统在多轮交互或复杂任务执行中保持记忆的连贯性与准确性。
实践要点
- 数据结构化与向量化：将多模态或长文本的上下文信息转化为易于检索的格式（如向量嵌入或图谱节点），以提升语义匹配的精度。
- 生命周期管理：建立上下文的过期与淘汰机制，区分短期记忆与长期记忆，避免无效信息堆积导致检索效率下降。
- 检索延迟优化：在需要高频交互的场景中，通过缓存层或索引优化，确保上下文召回的低延迟。
- 一致性与隔离性：在多用户或多智能体并发场景下，确保上下文数据的租户隔离与状态一致性。
- 写入与回放闭环：为上下文写入、更新、检索与回放建立统一链路，避免“写得进但用不上”或“召回结果不可追溯”。