Strata
面向 LLM Agent 的分层记忆方案:把工具输出、反思、事实分别落到不同层,按需组装进上下文,长任务不容易"忘事"。
- 项目形态
- Agent 记忆
- 许可
- Apache-2.0
- 发布
- 2026-09-18
- 收录
- 2026-10-02
它解决什么
Agent 跑长任务时,上下文里堆的都是工具返回的原始文本, 真正的结论被挤到中间“失忆区”。
Strata 把记忆分成几层(原始观察 / 摘要 / 长期事实), 每层有自己的写入和淘汰规则,组装 prompt 时再按相关性挑选。
什么时候用它
- 多步工具调用的 Agent,任务一长就丢前文 → 优先看它。
- 不想引入向量数据库,想要一套纯本地的记忆封装 → 依赖很轻。
上手难点
- 分层规则要按自己的任务调,默认配置偏通用。
- 和现有 Agent 框架的适配层还在变化,升级前先看 CHANGELOG。