用 Schema 约束智能体记忆

本教程将带你了解如何通过 Schema 约束智能体的记忆系统，从根源上避免信息膨胀和结构混乱，让知识图谱真正可用、可查。

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地膨胀。

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。