Observational Memory
正在加载内容……
基础消息历史存在局限。随着对话增长，Tool 调用、排队时间查询、天气检查和抓取的公园数据会迅速堆积。本课将启用 Observational Memory，把不断增长的历史压缩成 Agent 真正可以使用的紧凑上下文。
你将把 Agent 切换到 observationalMemory，将 scope 设置为 resource，使 Memory 能够跟随用户跨 thread 保留。随后在 Studio 中进行测试：在一个 thread 中开始对话，再到新的 thread 中继续。即使 thread 是新的，之前的偏好仍会保留。
Observational Memory 通过自动压缩取代手动调整 lastMessages。即使跨越很长的会话和多个 thread，对话仍能保持连贯，并且不需要在每次调用时携带全部原始历史。
“你不会记住经历过的每次对话中的每个词。你会观察发生了什么，并随着时间把它凝练成更有用的信息。OM 正是围绕这一思路构建的。”
— Guil Hernandez
代码：
相关 Mastra 文档：
交流提问：
关注 Mastra：