摘要
1) 一句话总结 Agent Builder 通过文件系统实现短期和长期记忆功能，用户可通过直接下达记忆指令、设置按需加载的专属技能或手动编辑配置文件，来持续优化 Agent 的表现。
2) 关键要点
- 底层架构：Agent Builder 基于 Deep Agents 开源框架构建，其记忆功能本质上是 Agent 在文件系统中读取和写入的文件。
- 短期记忆：包含任务期间生成的计划、工具调用输出和进度等，仅在当前对话（线程）持续期间存在。
- 长期记忆：以标准的 Markdown 文件格式保存在持久路径（
/memories/）中，跨对话保留，用于存放核心指令和技能。 - 主动记忆指令：用户可以通过自然语言（如“更新你的指令，以后始终使用该方法”）要求 Agent 将短期对话中的有效上下文转化为长期记忆。
- 自动提议更新：当接收到明确的反馈时，Agent 会主动提议修改其指令，并在保存至长期记忆前征求用户同意。
- 技能（Skills）机制：技能是一种特殊的长期记忆，仅在任务需要时才会被加载（类似于参考图书馆），适用于存储特定主题（如特定产品）的专业上下文。
- 直接编辑记忆：用户可以直接访问并手动编辑 Agent 的指令和配置文件，这有助于审查 Agent 的思考逻辑，也是进行微小、精确更新（如修改计划任务运行时间）的最快方式。
3) 风险/缺口
- 上下文过载与幻觉风险：如果 Agent 试图同时记住所有事情（缺乏技能分类，加载过多无关上下文），可能会对当前任务失去焦点，进而导致产生幻觉（hallucinations）。
正文
作者：Jacob Talbot
Agent Builder 会随着你的使用变得越来越好，因为它能记住你的反馈。你做出的每一次纠正、分享的偏好以及行之有效的方法，你的 Agent（智能体）都能将其保留并在下次应用。
记忆功能是让 Agent Builder 感觉像队友的原因之一。但就像对待任何队友一样，了解如何与他们有效沟通会很有帮助。以下是充分利用 Agent 记忆功能的三个实用方法。
免费试用 Agent Builder
记忆工作原理快速入门
在深入探讨这些技巧之前，了解其底层实际运作原理会很有帮助。如果你愿意，也可以直接跳到技巧部分。
Agent Builder 构建在 Deep Agents 之上，这是 LangChain 用于自主、长时间运行任务的开源 Agent 框架。你的 Agent 可以访问用于推理的 LLM、用于执行操作的工具（如网络搜索、Slack 或 Google Sheets）、生成子 Agent 的能力以及一个文件系统。
这个文件系统就是记忆存在的地方。记忆分为两种类型：
-
短期记忆：你的 Agent 在任务期间创建的文件，例如计划、工具调用的输出（如网络搜索结果）以及任务进度。它们在对话（或线程）持续期间存在，但不会跨对话持久保存。
-
长期记忆：你的 Agent 保存到持久路径（
/memories/）的文件。这些文件在每次对话中都会保留。你的 Agent 的核心指令和技能就存放在这里。记忆使用标准的 Markdown 文件进行存储。
就是这么简单。记忆听起来很抽象，但它其实只是你的 Agent 可以读写的文件，目的是为了更好地完成工作。
告诉你的 Agent 去记住
当你与 Agent 合作时，你会不断生成有用的上下文。也许你已经迭代出了一个效果很好的格式，或者你已经明确了你希望如何呈现结果。这些上下文存在于短期记忆中，但它们不必一直停留在那里。
你可以告诉你的 Agent 保存它学到的东西。可以尝试这样说：
“那个方法效果非常好。更新你的指令，以后始终使用那个方法。”
“记住，我更喜欢要点列表，而不是长篇大论。”
“将你从这次对话中学到的东西整合到你的记忆中。”
你的 Agent 会根据你的反馈更新其长期指令，就像队友在高效的工作会议后做笔记一样。随着时间的推移，这意味着你需要做的纠正会越来越少，并且从一开始就能获得更好的结果。
在实践中，这一步并不总是必要的。如果你给 Agent 明确的反馈，比如“将你的写作风格改为直接、简洁的散文”，它会意识到这是值得记住的。它会提议修改其指令，并在保存之前征求你的同意。当结论不太明显时，告诉你的 Agent 去记住是最有用的，例如当你们一起迭代一个问题并得出了一个可行的方法，但从未明确说明过。
使用技能（Skills）获取专业上下文
技能（Skills）是长期记忆的一种形式，但有一个重要的区别：它们只在任务需要时才会被加载。可以把它想象成给你的 Agent 提供一个参考图书馆，而不是让它预先记住所有东西。Agent 看到书架上的书名，只有在相关的时候才会把书拿下来。
这一点很重要，因为上下文并非越多越好。一个试图同时记住所有事情的 Agent 可能会对当前任务的重点失去焦点。这可能会导致幻觉（hallucinations）。
举个实际的例子。我有一个用于撰写我们产品相关内容的 Agent。当我在写关于 LangSmith Deployment 的内容时，我希望 Agent 参考该产品的功能、受众和定位。当我在写关于 Agent Builder 的内容时，它需要完全不同的上下文。而当我在写一些不相关的内容时，比如 LangChain 即将举行的 Agent 大会 Interrupt，它根本不需要详细的产品上下文。
因此，我为每个产品设置了技能。我的 Agent 的核心指令负责处理语气和写作风格。而技能则负责处理特定于产品的上下文。Agent 会根据我正在写的内容引入正确的技能，并忽略其余的。
你可以随时要求你的 Agent 创建一项技能：“为 [主题] 创建一项技能，其中包含 [Agent 需要的上下文]。”
直接编辑你的 Agent 记忆
你的 Agent 的指令和配置文件是可以直接访问和编辑的。你不需要非得这么做，因为 Agent Builder 会根据你的反馈更新自己的指令。但有两个很好的理由值得你考虑直接编辑。
这有助于你了解 Agent 的思考方式。阅读 Agent 的指令就像审查队友的项目计划。你可以看到 Agent 是如何处理你的问题的，它优先考虑什么，以及它的假设在哪里可能与你的不一致。如果有些地方看起来不对劲，比如不必要的步骤或错误的假设，你可以直接修复它。
有时候这样只是更快。如果你想更改计划任务的运行时间，或者微调指令中的某一行，直接编辑只需几秒钟。要求 Agent 进行更改也行，但对于微小、精确的更新，自己编辑文件可能是最快的途径。
要查看和编辑 Agent 的指令，你可以导航到 Agent 的记忆文件。
开始构建
这些是让你的 Agent 随着时间的推移变得更聪明的一些简单方法：告诉它去记住，赋予它专业技能，并且不要害怕探究其底层原理。
如果你构建了自己喜欢的东西，请在 Community Slack 中与我们分享。
试用 Agent Builder