_{🧠 记忆锚点：短期保连续，长期按需取；先检索再合并，重要才写入。}

💡 答案要点

短期记忆：

• 存储最近 N 轮对话
• 用列表或环形缓冲区
• 超出限制时总结或截断

长期记忆：

• 存储重要信息到向量数据库
• 按需检索相关记忆
• 支持遗忘机制（删除过期记忆）

实现示例：

class AgentMemory:
    def __init__(self):
        self.short_term = []  # 最近 10 轮对话
        self.long_term = VectorStore()  # 向量数据库

    def add(self, message):
        self.short_term.append(message)
        if len(self.short_term) > 10:
            # 总结后存入长期记忆
            summary = self.summarize(self.short_term[:5])
            self.long_term.add(summary)
            self.short_term = self.short_term[5:]

    def get(self, query):
        # 检索相关长期记忆
        memories = self.long_term.search(query, k=3)
        return memories + self.short_term

📚 参考：MemGPT：Towards LLMs as Operating Systems（Agent 记忆管理） · LangGraph：Memory 概念文档