第 0 章 项目导览与学习路线

在写任何一行代码之前，先回答三个问题：智能体为什么需要记忆？memU 帮你解决什么？这套教程怎么读？

0.1 智能体记忆与 memU 是什么

大模型本身是无状态的：每次对话从零开始，无法记住用户偏好、项目背景或上次犯过的错。工业级智能体需要一套持久、可检索、可审计的记忆层。

memU 是 NevaMind-AI 开源的 AI 智能体工作区运行时（Workspace Runtime）。它把聊天日志、文档、图片、音视频、工具轨迹等原始来源，编译成三层可浏览的结构化记忆：

核心运行时只有两个操作：

WRITE — memorize()          READ — retrieve()
原始来源 → 提取 → 结构化记忆    查询 → 分层导航 → 排序后的上下文
​

与传统「整段对话 embedding 进向量库」不同，memU 会：

1. 把原始输入存为 Resource（带来源追溯）
2. 用 LLM 提取带类型的 MemoryItem（profile / event / knowledge / behavior / skill / tool）
3. 自动归入 MemoryCategory 主题文件夹，并维护摘要与向量索引
4. 检索时按 Category → Item → Resource 分层召回，支持 RAG 与 LLM 两种策略

在 Locomo 基准上，memU 报告 92.09% 平均准确率，显著优于纯 embedding 检索方案。

0.2 技术栈一览

0.3 你能学到什么

0.4 memU 能力模块划分

┌─────────────────────────────────────────────────────────────┐
│                    memU 能力全景                              │
├──────────────┬──────────────┬──────────────┬────────────────┤
│  多模态摄入   │  类型化提取   │  自组织分类   │  分层检索       │
│  对话/文档/   │  profile/    │  Category +  │  RAG / LLM     │
│  图/视/音     │  event/skill │  向量+摘要    │  早停+重写      │
├──────────────┴──────────────┴──────────────┴────────────────┤
│              可插拔存储（内存 / SQLite / Postgres）            │
├──────────────────────────────────────────────────────────────┤
│              智能体集成（LangGraph / OpenAI 包装 / Cloud API）  │
└─────────────────────────────────────────────────────────────┘
​

各模块在后续章节逐块展开；第 2 章先建立概念底座。

0.5 推荐学习路线

路线 A：快速上手（约 2 小时）

第 0 章 → 第 1 章（跑通）→ 第 5 章（memorize）→ 第 6 章（retrieve）→ 第 9 章（集成）
​

适合：已有智能体项目，只想快速加记忆层。

路线 B：系统学习（约 1 天）

按 00 → 01 → … → 10 顺序阅读，每章动手实验。

适合：从零设计带记忆的 AI 产品。

路线 C：架构深入（约 2 天）

在路线 B 基础上，重点读第 3、5、6、8、10 章，并对照官方架构文档理解 Workflow 流水线。

适合：需要自托管、定制 Pipeline 或二次开发的工程师。

0.6 与同类方案对比（心智锚点）

memU 不是要「取代 RAG」，而是在 RAG 之上增加语义更稳定的 Category 层和 LLM 直接阅读记忆文件的能力，解决长程一致性、可解释性等问题。

0.7 本章小结

• memU = 智能体工作区运行时，核心 API 是 memorize() 与 retrieve()。
• 记忆分三层：Resource（来源）→ MemoryItem（原子事实）→ MemoryCategory（主题摘要）。
• 先建立心智模型再调 API；第 1 章带你在 5 分钟内跑通第一条记忆。

动手实验

1. 浏览 memU 官方 GitHub 仓库 README，对照本章架构图理解 WRITE / READ 流程。
2. 思考：你的智能体目前「记住」了什么？缺的是用户偏好、项目上下文，还是工具使用经验？对应 memU 的哪种 memory_type？

下一章：第 1 章 — 环境准备与首次跑通。