- URL: https://blog.cloudflare.com/introducing-agent-memory/
- Added At: 2026-04-19 13:29:08
- Tags: #read #agent
Cloudflare Agent Memory 是一项托管服务，通过持久化存储关键信息解决 AI 代理的上下文限制问题。它支持提取、存储和检索记忆，采用多阶段管道和多种检索方法，适用于个体代理、团队共享等场景，确保数据可迁移和隐私安全，目前处于私有测试阶段。
Agent Memory 的核心概念
Agent Memory 是 Cloudflare 推出的托管服务，旨在解决 AI 代理在长期运行中面临的上下文窗口限制和信息丢失问题。它通过提取对话中的关键信息并持久化存储，使代理能够按需回忆相关内容，避免上下文膨胀或信息遗忘。
主要功能与操作
- 存储结构：以“档案”（profile）为单位管理记忆，支持多会话、多代理共享。
- 核心操作：
- Ingest：在上下文压缩时批量提取对话中的事实、事件、指令和任务。
- Remember：代理主动存储重要信息。
- Recall：通过检索管道合成答案，返回相关记忆。
- API 集成：通过 Cloudflare Workers 绑定或 REST API 访问，与 Cloudflare Agents SDK 无缝集成。
技术架构
- 提取管道：
- 消息通过多阶段处理：生成确定性 ID、并行提取（全量与细节遍历）、验证（8 项检查）、分类（事实、事件、指令、任务）。
- 事实和指令通过主题键去重，旧记忆被新版本取代（版本链）。
- 检索管道：
- 并行运行 5 种检索方法（全文搜索、事实键查找、原始消息搜索、向量搜索、HyDE 向量搜索）。
- 使用 RRF（互惠排名融合）合并结果，由合成模型生成自然语言答案。
- 特定查询（如时间计算）通过确定性方法处理，避免依赖 LLM。
底层技术栈
- Durable Objects：隔离存储原始消息和分类记忆，支持事务性写入和全文索引。
- Vectorize：提供向量搜索，管理嵌入记忆。
- Workers AI：运行 LLM 和嵌入模型，支持本地推理和提示缓存。
- 模型选择：提取/分类使用 Llama 4 Scout（高效），合成使用 Nemotron 3（高推理能力）。
应用场景
- 个体代理记忆：适用于编码代理（如 Claude Code）、自托管框架（如 OpenClaw）或托管服务（如 Anthropic Managed Agents）。
- 自定义代理框架：为后台代理提供持久记忆，跨会话和重启后保留知识。
- 共享记忆：团队共享记忆档案，积累机构知识（如编码规范、架构决策），避免信息孤岛。
数据所有权与隐私
- 记忆数据可导出，确保用户能迁移知识，避免供应商锁定。
- 通过 Cloudflare 的基础设施实现强隔离和安全性。
内部实践与未来计划
- 内部使用：
- 编码代理记忆：跨会话和团队共享知识，减少重复提问。
- 代理代码审查：记忆历史反馈，降低噪音。
- 聊天机器人：基于历史对话回答问题。
- 未来方向：优化提取管道、检索质量，探索异步记忆巩固（类似人脑睡眠回放机制）。
- 发布计划：目前处于私有测试阶段，计划公开发布，提供早期访问等待列表。
为什么选择 Cloudflare
- 利用现有原语（Durable Objects、Vectorize、Workers AI）快速构建和扩展。
- 计算隔离、存储分层和模型推理均针对代理记忆工作负载优化，兼顾成本、质量和延迟。