Agent 长短期记忆系统
短期 SessionManager(截断 MAX_HISTORY=20 + 滚动摘要) + 长期 MEMORY.md(超 2000 token 切 RAG)，由 MemoryManager 调度中枢统一；生产层换成 mem0(LLM 裁判 ADD/UPDATE/DELETE/NONE)+ Milvus。
复演 MemoryManager 调度中枢：短期消息在 MAX_HISTORY=20 处压缩，候选事实过三要素写入闸，MEMORY.md 超 2000 token 切 Direct→RAG，mem0 LLM 裁判解决冲突。
本地版本说明
所有参数（MAX_HISTORY=20、2000 token 阈值、三要素、mem0 四操作）均来自 Part 8 课件（mini-OpenClaw + mem0）。浏览器里不调真实 LLM/Milvus。
短期 + 长期记忆调度
MemoryManager 调度中枢复演：短期对话压缩(MAX_HISTORY=20) → 写入三要素判断 → MEMORY.md 超 2000 token 切 RAG → mem0 LLM 裁判。
短期记忆 SessionManager
deepseek-chat · 128K · MAX_HISTORY=20
写入长期？三要素判断
候选事实：用户偏好 TypeScript，长期不用 Python
长期记忆 MEMORY.md
小于阈值 → 整份 MEMORY.md 直接注入 system prompt（MD5 缓存跳过 IO）。
mem0 LLM 裁判
生产层换成 mem0：LLM 裁判在 ADD/UPDATE/DELETE/NONE 里选一个。
建议体验
运行记忆流，看短期在 MAX_HISTORY=20 处把前 50% 折叠成摘要。
看候选事实先过「事实性 / 稳定性 / 跨会话」三要素闸，再写长期。
看 MEMORY.md 超 2000 token 切 Direct→RAG，mem0 裁判选 UPDATE。
这个试玩能说明什么
你把记忆当系统：短期(截断/压缩) + 长期(Direct/RAG) + 调度中枢。
你用明确标准把写入闸住，而不是把一切塞进向量库。
你能从手搓版平滑切到生产 mem0，并懂它的命名空间 / 裁判 / 后端取舍。
短期
SessionManager · MAX_HISTORY=20 · 前 50% 滚动摘要
长期
MEMORY.md，2000 token 切 RAG（LlamaIndex VectorStoreIndex）
生产层
mem0 LLM 裁判（ADD/UPDATE/DELETE/NONE）· Milvus · LangChain @tool