Agent 记忆召回：如何选择本次回答需要的信息？

上一小节，咱们解决了记忆的更新、过期和删除的问题

做到这里以后，Store 里面已经可以保存很多长期记忆了。

假设，当前用户的 Store 里保存了下面这些内容：

回答语言：中文
回答风格：先说结论
默认运行环境：Node.js
上次咖啡机退款时，缺少机器序列号照片
用户记得以前 5000 元以内可以自动退款
出差期间只能通过邮件联系，不过这条要求已经过期
模型曾经猜测：高级会员可以跳过人工审核

现在，用户继续问：

请按我以前的习惯，简单说说这次咖啡机退款需要人工审核吗，
准备材料时有什么要注意的？现在还是按以前的标准处理吗？

大家想一下。

回答这个问题，需要知道什么信息呀？

至少 “默认运行环境：Node.js” 这个不需要吧。

所以，记忆保存下来以后，还缺少一个非常重要的过程，那就是：

根据当前问题，从已经保存的记忆中找出真正需要的内容，排除不能使用的内容，再把结果加入本轮模型输入。

这就是这一小节要讲的 记忆召回。

记忆召回到底在做什么

Memory Recall，也就是记忆召回，可以先理解为：

Agent 应用根据当前任务，从长期记忆中读取候选内容，经过筛选以后，把本轮真正需要的记忆交给模型使用。

整个过程大致是这样的：

整个过程中，最核心的就是 **第三步 — 读取候选 **

我们知道，有些记忆的 Key 是确定的。

比如，Agent 每次回答都要知道用户的回答语言和表达风格，假设咱们已经知道要读取的字段就是：response_language（使用什么语言回答）

这种记忆就可以直接通过 store.get() 按 Key 读取。

但是，用户过去可能咨询过退款、发票、编程代码问题。应用提前并不知道当前问题与哪条历史记录有关，更不知道那条记录的 Key 是什么。

这种情况下，就可以使用 store.search()，根据当前问题搜索语义接近的历史记忆。

所以，本节会同时用到两种读取方式：

• store.get()：针对已经知道具体 Key
• store.search()：不知道具体 Key，只知道当前问题

而且，无论使用哪一种方法，找出来的内容都不能直接交给模型。

咱们还得继续判断：这条记忆是不是当前用户的、有没有过期、是否已经被修正 等等的

以上就是记忆召回的基本概念，应该还是比较简单的。

然后接下来，咱们就来看看代码

跑一次完整的记忆召回

本节代码在：

/Code/Node/第六章/07-memory-recall

项目会使用智谱 embedding-3 搜索相关的历史记忆，因此需要在 .env 中配置：

ZHIPU_API_KEY=你的智谱 API Key
EMBEDDING_MODEL=embedding-