记忆系统指南个性化

长期记忆让 AI 记住用户偏好和历史信息，提供更个性化的对话体验。

🧠 记忆系统

记忆系统会自动从对话中提取用户信息，在后续对话中使用。记忆总结出的结果采用结构化输出：每一行均为 [分类] 内容（分类限定为 profile/preference/event/relation/topic/custom，亦支持 [分类:子类型]）。

快速开始

启用记忆

在 Web 面板中，进入 配置 → 记忆
开启 启用长期记忆
保存配置

或在配置文件中：

yaml

memory:
  enabled: true

基础使用

记忆启用后，AI 会自动：

提取信息：从对话中识别用户的姓名、偏好、重要日期等
存储记忆：将提取的信息分类保存
个性化回复：在后续对话中使用记忆信息

示例对话

用户：我叫小明，今天是我的生日

AI：生日快乐，小明！🎂 希望你今天过得愉快！

（下次对话时）

用户：你还记得我吗？

AI：当然记得，小明！对了，你的生日快到了吗？

记忆分类

系统将记忆分为六大类：

类别	图标	说明	示例
基本信息	👤	姓名、年龄、职业等	"用户叫小明，25岁，程序员"
偏好习惯	❤️	喜好、讨厌、习惯	"喜欢打游戏，讨厌吃香菜"
重要事件	📅	生日、纪念日、计划	"生日是3月15日"
人际关系	👥	家人、朋友、同事	"小红是用户的好朋友"
话题兴趣	💬	感兴趣的话题	"对 AI 技术感兴趣"
自定义	🏷️	其他信息	任意自定义内容

记忆总结与结构化输出

记忆总结接口一次完成「合并去重 + LLM 总结 + （可选）低质量清理」：

http

POST /api/memories/user/:userId/summarize

请求体

json

{
  "useLLM": true,
  "cleanup": true
}

参数	类型	默认值	说明
`useLLM`	boolean	`true`	是否使用 LLM 总结
`cleanup`	boolean	`true`	总结后是否执行低质量记忆清理（`cleanup === false` / `'false'` 时跳过，保持既有调用语义）
`groupId`	string	-	限定群组
`model`	string	-	指定总结模型

结构化输出格式

LLM 总结的结果按行解析入库，每行严格采用 [分类] 内容（分类白名单 profile / preference / event / relation / topic / custom）：

[profile] 用户是软件工程师
[preference] 喜欢喝美式咖啡
[event] 2026年3月入职新公司

解析规则：

带 [分类] 前缀的规范化行直接入库（分类经白名单校验）；
自由文本行仅在剥离旧格式前缀并经过三重过滤（行首推理词词表 / 推理词密度 / 元叙述句式）后才入库，模型输出的思考过程、解释语句不会混入记忆。

清理接口

http

POST /api/memories/user/:userId/cleanup

清理该用户的低质量记忆（低置信度 / 过期 / 过老 / 过短），可在不触发 LLM 总结的情况下单独调用。

管理记忆

命令方式

查看记忆清除记忆添加记忆（主人）

bash

#ai查看记忆

bash

#ai清除记忆

bash

#ai添加记忆 @用户 喜欢吃披萨

Web 面板

进入群组管理页面
选择目标群组
点击 记忆管理 标签

在此可以：

查看用户记忆列表
按分类筛选记忆
编辑或删除单条记忆
批量清理记忆

群聊上下文

群聊上下文功能自动收集和分析群聊信息：

yaml

memory:
  groupContext:
    enabled: true
    collectInterval: 10       # 每10分钟收集一次
    analyzeThreshold: 20      # 20条消息后触发分析
    extractUserInfo: true     # 提取用户信息
    extractTopics: true       # 提取讨论话题
    extractRelations: true    # 提取用户关系

工作原理

提取内容

用户信息：昵称偏好、说话风格、活跃时段
讨论话题：群内热门话题、用户兴趣
用户关系：谁和谁是好友、谁经常互动

摘要推送

定时推送群聊摘要，帮助群成员了解错过的内容：

yaml

memory:
  summaryPush:
    enabled: true
    defaultPushHour: 22       # 每天22点推送
    maxMessages: 300          # 最多分析300条消息
    useLLM: true              # 使用 AI 生成摘要

效果示例

📊 群聊今日摘要

📌 主要话题
• 讨论了新版本发布计划
• 分享了周末活动照片
• 技术问题讨论：Python 异步编程

👥 活跃成员
小明(50条)、小红(35条)、小华(28条)

💬 精彩发言
"这个方案比之前的效率提升了3倍" - 小明

记忆模型

可以指定专门用于记忆提取的模型：

yaml

memory:
  model: "gpt-4o-mini"  # 使用较便宜的模型处理记忆

建议

记忆提取不需要最强的模型，使用 gpt-4o-mini 或 claude-3-haiku 即可，可以节省成本。

隐私与安全

记忆范围

个人记忆：仅用户本人的对话会被记忆
群聊记忆：群聊信息仅在该群使用
数据隔离：不同群/用户的记忆完全隔离

用户控制

用户可以随时：

查看自己的记忆
删除特定记忆
清除全部记忆

敏感信息

系统不会提取和存储：

密码、API Key 等敏感信息
银行卡号、身份证号
私密聊天内容

配置参考

完整配置

yaml

memory:
  # 基础设置
  enabled: true
  storage: database
  maxMemories: 50
  
  # 自动提取
  autoExtract: true
  pollInterval: 5
  minPollInterval: 30   # 会话目标两次轮询汇总最小间隔（分钟），未配置默认 30
  model: ""
  
  # 群聊上下文
  groupContext:
    enabled: true
    collectInterval: 10
    maxMessagesPerCollect: 50
    analyzeThreshold: 20
    extractUserInfo: true
    extractTopics: true
    extractRelations: true
  
  # 摘要推送
  summaryPush:
    enabled: false
    checkInterval: 58
    defaultInterval: 1
    defaultPushHour: 22
    maxMessages: 300
    useLLM: true
    groups: {}
    intervalType: hour
  
  # 摘要模型
  summaryModel: ""

参数说明

参数	类型	默认值	说明
`enabled`	boolean	`false`	启用记忆系统
`storage`	string	`database`	存储方式
`maxMemories`	number	`50`	每用户最大记忆数
`autoExtract`	boolean	`true`	自动提取记忆
`pollInterval`	number	`5`	提取间隔（分钟）
`minPollInterval`	number	`30`	会话目标两次轮询汇总最小间隔（分钟），代码中动态读取
`model`	string	`""`	提取模型（空=默认）

最佳实践

1. 合理设置记忆数量

yaml

memory:
  maxMemories: 30  # 太多会影响对话质量

2. 使用经济模型

yaml

memory:
  model: "gpt-4o-mini"
  summaryModel: "gpt-4o-mini"

3. 针对性开启功能

yaml

memory:
  groupContext:
    extractUserInfo: true   # 开启
    extractTopics: false    # 不需要的关闭
    extractRelations: false

故障排除

记忆未生效

检查是否启用：memory.enabled: true
检查是否有可用的 API 渠道
查看日志是否有错误

记忆提取不准确

尝试更换提取模型
检查对话内容是否足够清晰
手动添加重要记忆

记忆过多

bash

# 清理旧记忆
#ai清除记忆

下一步

记忆配置 - 详细配置选项
记忆架构 - 技术实现
触发配置 - 配置触发方式

记忆系统指南 个性化 ​

快速开始 ​

启用记忆 ​

基础使用 ​

记忆分类 ​

记忆总结与结构化输出 ​

结构化输出格式 ​

清理接口 ​

管理记忆 ​

命令方式 ​

Web 面板 ​

群聊上下文 ​

工作原理 ​

提取内容 ​

摘要推送 ​

效果示例 ​

记忆模型 ​

隐私与安全 ​

记忆范围 ​

用户控制 ​

敏感信息 ​

配置参考 ​

完整配置 ​

参数说明 ​

最佳实践 ​

1. 合理设置记忆数量 ​

2. 使用经济模型 ​

3. 针对性开启功能 ​

故障排除 ​

记忆未生效 ​

记忆提取不准确 ​

记忆过多 ​

下一步 ​

记忆系统指南个性化

快速开始

启用记忆

基础使用

记忆分类

记忆总结与结构化输出

结构化输出格式

清理接口

管理记忆

命令方式

Web 面板

群聊上下文

工作原理

提取内容

摘要推送

效果示例

记忆模型

隐私与安全

记忆范围

用户控制

敏感信息

配置参考

完整配置

参数说明

最佳实践

1. 合理设置记忆数量

2. 使用经济模型

3. 针对性开启功能

故障排除

记忆未生效

记忆提取不准确

记忆过多

下一步