跳转到主要内容
需要帮助？
在 Discord 提问提交 GitHub Issue支持指南

​
摘要

这个入门项目展示了一种清晰的方式，如何在一个小型智能体循环中分离活动笔记、工作记忆、导入的 personal context、检索输入、带 citations 的可验证 RAG，以及持久化工件。

​
状态

starter 源代码：patterns/examples/agent-memory-retrieval-starter

​
其存在的原因

记忆示例通常会把所有内容都压缩到一个含糊的历史对象中。这个入门项目刻意缩小了范围：它强调了智能体当前持有的内容、从其他助手导入的上下文、可以检索的内容、必须继续留在外部 file-search corpus 中的内容，以及应该作为工件保留的内容之间的边界。 2026 年 5 月 Google 对 multimodal file search 的更新，让“检索边界”更容易讲清楚。一个有用的入门项目，应该把 metadata filters、页级 citations 和 multimodal chunks 展示出来，而不是把 retrieval store 假装成智能体记忆。

​
相关实验室页面

​
文件夹结构

agent-memory-retrieval-starter/
├── index.mdx
└── src/
    ├── artifact_policy.py
    ├── memory_flow.py
    ├── personal_context.py
    ├── retrieval_trace.py
    └── verifiable_rag.py

​
快速开始

在仓库根目录运行： 
python3 scripts/verify_example_projects.py
这个目录仍然是 starter，而不是完整应用。阅读 src/memory_flow.py 了解状态边界，再阅读 src/verifiable_rag.py 了解检索侧的 citation surface。

​
包含的示例文件

  • src/memory_flow.py：用于活动笔记、任务范围内工作记忆、导入的 personal context、检索输入和持久化工件的最小有用状态容器
  • src/personal_context.py：一个轻量的规范化界面，用于把导入的偏好事实与检索结果、持久化工件区分开来
  • src/retrieval_trace.py：一个用于让检索决策可检查的轻量排名与追踪界面
  • src/verifiable_rag.py：一个轻量的 filter-and-citation 界面，用于展示 metadata filters、页码和 multimodal grounding 输出
  • src/artifact_policy.py：展示入门项目如何将工件提升规则与原始笔记捕获分离的单一位置

​
约束

  • 目前尚未接入存储后端。
  • 不包含嵌入或向量数据库集成。
  • 不直接调用任何 provider SDK。
  • 导入的 personal context 仍然被刻意保持为小而可审查的形态。
  • 该示例更强调清晰的边界，而非完整性。
  • citations 被建模为输出工件的一部分，而不是“检索永远正确”的证明。

​
流程边界

这个 starter 可以：
  • 把工作记忆、personal context 与检索输入分开
  • 在选 chunk 之前先应用 metadata filters
  • 将页级和媒体 citations 作为返回工件的一部分暴露出来
  • 让 retrieval trace 足够可检查，便于人工 review
这个 starter 不应该：
  • 把 file-search store 当成持久化智能体记忆
  • 悄悄把检索片段提升进长期记忆
  • 向 reviewer 隐藏 filter 决策或 citation 位置

​
下一步

  • 为导入上下文与持久化工件添加一个简单的持久化层。
  • 增加一个更清晰的 memory import review workflow，再决定是否激活。
  • 为一个真实 file-search API 增加 provider adapter，但不要把 retrieval store 折叠成 memory layer。