我要投稿

用 Schema 约束智能体记忆

发布日期：2026-06-25 11:36:33 浏览次数： 1526

作者：NanoAgent

微信搜一搜，关注“NanoAgent”

用 Schema 约束智能体记忆

记忆系统规模膨胀

大多数智能体系统都把记忆作为优化目标，通常需要考虑的问题是如何限制记忆的规模，或者更准确地说，如何从一开始就避免存储不该存储的信息，而不是基于LLM识别的记忆内容无限制的膨胀。

默认的智能体记忆流水线会向 LLM 提供原始文本，并要求 LLM 提取实体与关系，然后模型会自行决定实体类型、标签和属性。

最终得到的知识图谱也无法投入生产使用。实体类型退化为泛化标签，关系被扁平化为单一的 RELATES_TO。图谱里确实包含数据，但任何查询都很难精确命中需要的信息。

先定义约束，再写入记忆

这并不是单纯的检索问题，而是结构问题。解决方法与 AI 技术栈中许多环节已经验证过的模式一致：在生成之前约束生成空间，而不是在生成之后再修补结果。

•实体定义了智能体可以记住什么。带有类型化字段和描述性文档字符串的 Pydantic 模型，可以用明确的领域词汇表替代 LLM 的自由猜测。

•边定义了实体之间允许建立什么关系。关系类型的源节点/目标节点约束意味着图谱只能形成有效连接。如果 Schema 中没有连接“项目”和“竞争对手”的边，这类关系就无法写入记忆。

•时间解析用于区分过去为真的事实与现在仍然为真的事实。事实消解则会让过期关系失效，同时保留历史记录，因此图谱不会在无声无息中停留在过时状态。

Pipeline 的关键抽取环节

这种基于Schema的记忆系统会引导 Pipeline 中两个关键环节：实体抽取和事实抽取。可以自定义系统需要查找和记住的内容，解析、去重、冲突检测和时间窗口处理可以在下游自动完成，而不是让模型在开放空间里自由发挥。

从最小 Schema 开始

⚡ 建模约束

一个有用的约束是：限制实体类型数量，限制边类型数量，限制每种类型的字段数量。

这种schema约束的记忆系统迫使你只为真正重要的 80% 信息建模，而不是追求一开始就覆盖所有情况。先从最简单的 Schema 开始，只有当实际检索或召回失败时，再考虑扩展实体、关系或字段。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2026-06-24

图解谷歌OKF（Open Knowledge Format）仓库，理解开放知识格式的落地路径

2026-06-24

分类体系、本体论与知识图谱：企业AI知识基座和新一代AI Agent的三大基石

2026-06-22

图谱skill Hyper-Extract：一条命令，把文档变成知识图谱

2026-06-20

搭建本地知识图谱后，我的编程习惯改变了

2026-06-18

动态本体设计：Concept、Action、Activity、Process与Event

2026-06-11

企业知识图谱如何正确分类？

2026-06-10

一键把杂乱文档变成结构化知识图谱！开源 Hyper-Extract：LLM驱动的超强知识提取神器，Hypergraph + 时空图全支持

2026-06-10

SeedER：让知识图谱检索从“相似度匹配”走向“结构化探索”

联系获取

联系获取

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

卡帕西没做完的，开源社区48小时搞定了！完全体知识库，token省70倍

2026-04-07

碎片知识终于不乱了！这款开源 AI 工具，把笔记转为知识图谱，还能本地部署！

2026-04-19

当 SAP 买下 Reltio：企业软件进入“上下文时代”

2026-03-28

Ontological Engineering：基于PolarDB-PG智能本体引擎实现“数据驱动”到“决策中心”

2026-04-23

还在关注Palantir本体论吗！看看OntoFlow本体建模平台：从数据 -> 知识图谱 -> 本体 -> 决策的完整链路功能演示

2026-04-22

从可观测到可理解：用 UModel 构建 Agent 原生的代码知识图谱

2026-04-23

本体（Ontology）与知识图谱（Knowledge Graph）的区别

2026-06-03

思考的快与慢：用 Prolog 给 LLM 装上理性大脑，然后引入知识图谱，做结构化知识双向同步，这个 agent 能力有点炸裂...

2026-05-26

腾讯混元干了件大事：Skill Graphs

2026-05-07

本体论又火了，他能优化我的 Agent 效果么？

2026-05-28

大家都在问

企业知识图谱如何正确分类？

2026-06-11

本体论又火了，他能优化我的 Agent 效果么？

2026-05-28

在大学里“知识图谱”，真的有人用吗？

2026-01-27

什么是本体（Ontology）？

2025-12-23

大模型落地最后一公里：为什么企业必须重构对“本体（Ontology）”的认知？

2025-12-01

文档知识图谱构建：AI代理如何简化复杂流程？

2025-07-29

如何搭建Agent的知识库底座？

2025-07-14

如何为客户数据构建语义视图？

2025-06-14

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS Skill 提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件 FDE AI+医疗 MaxKB Palantir Glean Openclaw

应聘简历请发送至： ceo@53ai.com

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部