#618 · 主分类: AI代理与自动化

Acontext

agent agent-development-kit agent-observability ai-agent anthropic context-data-platform context-engineering data-platform llm llm-observability llmops memory openai self-evolving self-learning

Agent技能作为记忆层

项目最后更新:07/14/26

GitHub Stars

3.7K

Forks数量

333

贡献者数量

10

许可证

Apache-2.0

收录理由

亲眼看过智能体反复犯下同一个代价高昂的错误,就会明白持久记忆的价值。Acontext 给出的方案是把记忆当成文件来对待:它会观察智能体的运行过程,从成功和失败的任务中提炼经验,写入普通的 Markdown 文件——你可以手动编辑,也能像提交代码一样纳入 git 管理。记忆以纯文本形式存在,不是黑箱:你能清楚读到智能体究竟学到了什么,直接改文件纠正错误,同一套技能还能在 Claude、LangGraph、AI SDK 或任何读取文件的工具里复用。设计上刻意避开了向量嵌入和语义搜索,改为让智能体按需提取所需技能,简单又便于移植。不想依赖托管服务的话,也有可自行部署的 API 服务器。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目