聊 AI Agent 架构的时候，大家最关注的是推理能力、工具调用、多步规划。这些确实重要。但有一个问题很少有人深入讨论：Agent 学到的知识，存在哪、怎么查、怎么沉淀？

大部分 AI Agent 的工作模式是「用完即忘」——会话结束时，上下文里的信息就消失了。长期记忆要么靠手工写死到提示词里，要么靠向量数据库塞一堆未加工的原文片段。

Knowledge-and-Memory-Management（下称 KMM）v0.0.2 的思路不一样。它不只是一个存储器，而是一条完整的知识消化管线：

采集层（40+ 工具） → 分析层（AI 处理） → 存储层（三层记忆） → 云盘同步

Enter fullscreen mode