从零实现带记忆的AI Agent：Python+Flask+DeepSeek全栈实战

为什么AI Agent需要记忆机制

大语言模型本身是无状态的——每次对话结束，模型并不会记住你说过什么。这也是为什么很多聊天机器人在新开一个会话后，就完全「忘记」了之前提到的项目背景、技术偏好或关键决定。要让AI真正像助手一样理解用户，就需要在应用层为它构建一套记忆机制（Memory）。

这个项目的核心思路，正是通过代码为智能体实现长期记忆。它的巧妙之处在于：模型会自主判断哪些内容值得记住。当对话中提到项目背景、技术要点、关键决策等信息时，模型会自行决定是否将其存储下来。等到用户新建会话或重新打开页面，再次提及相关话题时，系统会自动读取此前保存的记忆内容并展示出来。

这种「自主判断存储 + 按需读取」的设计，比简单地把所有历史对话全部塞进上下文要高效得多，也更接近人类记忆的运作方式——只记住重要的东西。

从技术实现角度，AI Agent 的记忆系统通常被分为四类：短期记忆（In-Context Memory）即当前对话窗口内的信息；长期记忆（External Memory）即持久化到外部存储的信息；情节记忆（Episodic Memory）即具体事件的记录；以及语义记忆（Semantic Memory）即抽象化的知识与偏好。本项目实现的是最实用的长期记忆——将关键信息写出模型上下文窗口之外，存入文件系统，从而突破大语言模型「上下文长度有限 + 会话结束即遗忘」的双重限制。这也是当前主流 Agent 框架（如 LangChain 的 Memory 模块、MemGPT）都着力解决的核心问题。

项目技术栈拆解

整个项目采用前后端分离的全栈架构，用到的技术栈相当基础，适合作为入门 AI Agent 开发的练手项目。

后端部分以 Python 为核心，搭配轻量级 Web 框架 Flask 处理请求与路由。模型能力上，项目同时支持调用 OpenAI 与 DeepSeek 的 API，开发者可以根据成本和需求灵活切换。记忆的持久化则通过文件读写来实现，无需引入复杂的数据库，降低了上手门槛。

调用DeepSeek的API

前端部分使用原生三件套 HTML + CSS + JavaScript，并通过原生 Fetch 请求与后端通信。没有引入 React、Vue 等重型框架，让整个数据流转的逻辑更加透明，便于理解请求发送、响应处理与页面渲染的完整链路。

对于想要理解 Agent 底层原理的学习者来说，这种「去框架化」的技术选型反而是优点——你能清楚看到记忆机制的每一个环节是如何拼接起来的。

实验效果：记忆如何工作

打开浏览器页面后，界面被清晰地划分为两部分。左侧是常规的历史会话记录，展示当前对话流；右侧则是这个项目的亮点所在——由大模型根据自身判断生成的长期记忆。

浏览器页面左右分栏布局

演示流程很直观：先向模型发送一句「你好」，等待它回复完毕。随后提问「有什么历史消息」，此时系统会触发一个读取记忆的功能。这一步实际上是在调用内部方法，把此前存储的记忆内容取出。

读取记忆调用内部方法

读取完成后，系统会将记忆内容与用户当前的这句提问一起打包发送给大模型。模型拿到完整的上下文后，就能给出结合历史信息的回复。这个「读取记忆 → 拼接上下文 → 请求模型」的闭环，正是整个记忆机制的核心逻辑。

关键在于，即便是重新打开页面、开启全新会话，只要涉及此前记录过的话题，系统依然能自动召回相关记忆，让对话保持连贯。

重新打开页面后仍能读取记忆

记忆机制的设计价值

从工程角度看，这个项目虽然实现简单，却演示了 AI Agent 记忆系统的几个关键设计点。

选择性存储是第一个要点。让模型自行判断哪些信息值得记忆，而非机械地保存全部对话，这既节省了存储与上下文成本，也提升了记忆的信噪比。按需召回是第二个要点——只有当用户提及相关话题时才读取记忆，避免每次都把冗长的历史信息塞进请求，从而控制 token 消耗。

跨会话持久化则解决了模型无状态的根本痛点。通过文件存储，记忆不会随会话结束而丢失，用户重新进入时依然能获得延续性的体验。

这套思路可以进一步拓展：文件存储换成向量数据库即可实现语义检索；简单的关键词判断换成更精细的规则或模型打分，则能提升记忆质量。掌握了这个最小可用版本，就为构建更复杂的智能体记忆系统打下了基础。

向量数据库（Vector Database）是记忆系统进阶的关键组件，值得单独说明。与文件存储按关键词匹配不同，向量数据库将文本转换为高维数值向量（Embedding），通过计算向量之间的余弦相似度来检索语义相近的内容。这意味着即使用户的提问措辞与存储记忆的原文不同，系统也能找到相关信息——例如用户问「上次说的框架」，系统能召回存储为「偏好使用 FastAPI」的记忆。常见的向量数据库包括 Chroma、Pinecone、Weaviate 等。在生产级 Agent 中，记忆的存取往往结合 Embedding 检索与关键词过滤双重机制，以兼顾语义覆盖率与精确性。