Agent学习笔记(七)记忆管理:会话、压缩与跨任务记忆
区分会话保存、上下文压缩与跨任务记忆,比较 LangGraph、Letta、Mem0 及 OpenAI、Anthropic 的相关接口。
阅读笔记 →那些读过、试过、想明白的事,都在这里。
区分会话保存、上下文压缩与跨任务记忆,比较 LangGraph、Letta、Mem0 及 OpenAI、Anthropic 的相关接口。
阅读笔记 →从职责、上下文和控制权出发,比较 LangGraph、OpenAI 与 Claude Agent SDK、AutoGen、CrewAI 的协作实现。
阅读笔记 →给 Codex 加上任务回收站、LaTeX 公式与本地图片显示,并修复安装组件遗漏和空会话恢复问题。
阅读笔记 →先拆解资料解析、索引、检索与答案生成,再比较 LlamaIndex、LangChain 和模型服务的接入方式。
阅读笔记 →从本地 Task 与 Actor 示例理解 Ray 的架构、结果传递、Ray Serve 和 KubeRay,并对照 K8S 的调度与恢复职责。
阅读笔记 →用 Colima 和 kind 在 Mac 上运行小程序,观察 CPU 节流、内存 OOM、探针与 Pod 补建,并沿执行过程理解 K8S 架构。
阅读笔记 →从直接 HTTP 调用解释 API、SDK 与兼容接口,再比较工具调用循环及 LangGraph 的状态、并行、暂停和恢复。
阅读笔记 →先讲 Toolformer、Gorilla 的工具学习与调用生成方法,再介绍 BFCL benchmark 的题目与判分,区分方法设计和能力评测。
阅读笔记 →沿着一次执行、失败重试和分支搜索,比较 ReAct、Reflexion 与 LATS,并讨论重规划、恢复和预算。
阅读笔记 →从经历日志与 RAG 出发,解释 MemGPT 的两层存储、消息队列,以及 Letta Memory Blocks 的挂载、读写和共享。
阅读笔记 →