记忆与上下文:长对话不丢信息的实战方案

题集来源:Onefly(ranxi2001)收录项目:zero2Agent查看原题集

题目目录

61 道原题
  1. 压缩过程中会丢失工具调用历史,导致模型重复调用工具,怎么解决?

    原题
  2. 短期记忆压缩后,过了很长时间又需要当时完整信息怎么办?

    原题
  3. 每轮对话都触发长期记忆存储,用户记忆快速积累、存得过多怎么办?

    原题
  4. 为什么要区分静态长期记忆和动态长期记忆?各自存什么?

    原题
  5. 如何判断是 Prompt 内容影响了决策,还是 Prompt 太长导致注意力涣散影响了决策?

    原题
  6. 上下文预算不足时,如何按任务依赖压缩,而不是按时间删除旧消息?

    原题
  7. 云端 Coding Agent 的容器迁移或重启时,如何恢复会话上下文、工作区和进行中的任务?

    原题
  8. 跨会话记忆如何从对话中提取?哪些信息值得写入长期记忆?

    原题
  9. 前 10 轮都变成了总结,之前的原始上下文就不需要了吗?

    原题
  10. Agent 做上下文压缩后,如何验证没有破坏当前任务?

    原题