主流 Agent Harness 的 Memory 实现对比

T4mako6/22/26About 7 min

从 RAG 到 LLM Wiki

传统 RAG 的局限性：

LLM 每次都要从头开始重新发现知识，没有积累（如果你提出一个需要综合五个文档的复杂问题，LLM 每次都必须找到并拼凑相关的片段，没有任何知识积累）

LLM Wiki 并非仅仅在查询时从原始文档中检索信息， 而是逐步构建并维护一个持久化的维基（一个结构化的、相互链接的 Markdown 文件集合）

架构

原始资源：文章、论文、图像和数据文件。这些资源是不可更改的——LLM 系统会读取它们，但绝不会对其进行修改
维基：由 LLM 生成的 Markdown 文件目录。内容包括摘要、实体页面、概念页面、对比、概述和综合。LLM 完全掌控这一层。它创建页面，在新资源到来时更新页面，维护交叉引用，并确保所有内容的一致性。您阅读它，LLM 编写它。
视图：（例如 Claude Code 的 CLAUDE.md 或 Codex 的 AGENTS.md）告诉 LLM wiki 的结构、约定俗成的规则以及在导入资源、回答问题或维护 wiki 时应遵循的工作流程。这是关键的配置文件——它使 LLM 成为一个规范的 wiki 维护者，而不是一个普通的聊天机器人。随着时间的推移，您和 LLM 会共同完善这个模式文件，并不断探索适合您领域的有效方法。

实现

导入：将新数据源添加到原始集合中，并指示 LLM 进行处理。LLM 读取源，与您讨论关键要点，在 wiki 中编写摘要页面，更新索引，更新 wiki 中相关的实体和概念页面，并将条目添加到日志中。
查询：在维基中提出问题。LLM 会搜索相关页面，读取它们，并综合整理出包含引用的答案。答案可以根据问题的不同而呈现不同的形式——Markdown 页面、对比表格、幻灯片（Marp）、图表（matplotlib）或画布。重要的一点是： 优秀的答案可以作为新页面归档到维基中。
定期检查：LLM 定期对 wiki 进行健康检查。检查内容包括：页面之间的矛盾、已被新资料取代的过时说法、没有外部链接的孤立页面、提及但缺少独立页面的重要概念、缺失的交叉引用以及可以通过网络搜索填补的数据空白。

索引与日志

index.md：面向内容的索引。它是一个维基百科所有内容的目录——每个页面都包含一个链接、一行摘要，以及可选的元数据，例如日期或来源数量。索引按类别（实体、概念、来源等）组织。LLM 会在每次数据摄取时更新它。当响应查询时，LLM 首先读取索引以查找相关页面，然后深入查看这些页面。这种方法在中等规模（约 100 个来源，数百个页面）下运行良好，并且避免了使用基于嵌入的 RAG 架构。
log.md：按时间顺序排列的日志。它记录了所有事件及其发生的时间，包括内容导入、查询和代码检查等。一个实用技巧：如果每个条目都以一致的前缀开头（例如 ## [2026-04-02] ingest | Article Title ），则可以使用简单的 Unix 工具解析该日志—— grep "^## \[" log.md | tail -5 即可获取最近的 5 个条目。该日志提供了 wiki 的发展历程，并有助于 LLM 了解最近的工作内容。

CLI Tools

某些时候，可能需要构建一些小型工具来帮助 LLM 更高效地操作 wiki。最显而易见的就是 wiki 页面搜索引擎

Memory 的读与写

Memory 设计的重点：

写：写什么？怎么写？
读：读什么？怎么读？、

某种意义上来说，Memory 的设计重点在于 不记什么 和 不信什么（记忆）。

存储结构：现在通用 Agent Harness 的 Memory 大多是基于文本文件的，类似书籍的形式，实际就是 LLM Wiki 的简化实现

主流 Agent 没有实现传统的 RAG 形式的向量存储和召回方式，向量召回方式并不适合所有场景，原因：
通用 Agent Harness 一般并没有这种大量同类内容记忆和召回的场景
单个项目 workspace 中需要记忆的内容量往往也没有特别大

读写形式：

使用 Tool 与 Prompt 的形式引导 LLM 进行 Memory 记录与召回
- 优势：轻量
- 劣势：难以做复杂 Memory 整合，占用 Tool Call 轮次，拉长响应时间
异步离线 Memory 梳理整合
- 优势：整合较好
- 劣势：即时性差，不便于快速更新记忆，成本高

Claude Code

Claude Code Memory 记忆系统

存储结构

在 %HOME 目录下组织一个 MEMORY.md 索引文件 + 多个 item 记忆 md 文件

存储格式

---
name: {{memory name}}
description: {{one-line description — used to decide relevance in future conversations, so be specific}}
type: {{user, feedback, project, reference}}
---

{{memory content — for feedback/project types, structure as: rule/fact, then **Why:** and **How to apply:** lines}}