记忆系统与历史检索
三种记忆，各管一层
「模型不记得我」的解法在 Agora 里拆成了三个独立机制，官方按「记忆与缓存」组织：
| 机制 | 管什么 | 生命周期 |
|---|---|---|
| 活跃记忆（Active Memory） | 一段精炼的常驻信息，每次请求随行 | 持续存在，手动维护为主 |
| 保存记忆（Saved Memories） | 独立的记忆文件，工具可读写更新 | 持久文件，跨对话累积 |
| 历史对话检索（RAG） | 让模型按语义翻找过去的对话 | 实时检索，不占常驻空间 |
活跃记忆：常驻的自我介绍
把「希望模型永远知道的事」写在活跃记忆里——你是谁、常用语言、固定偏好。它每次请求都随上下文发送（所以也常驻消耗预算，写精炼点）。访问开关默认开启，可在设置里关闭。
保存记忆：会成长的档案
保存记忆是文件形式的长期记忆：开启相关工具后，模型可以在对话中主动往里写（「记住了你喜欢简洁回答」），也能读取更新。适合让助手随着使用越来越懂你。想清理时逐条删除即可。
历史对话检索：翻旧账
RAG（检索增强生成）让模型用语义搜索找到过去对话里的相关片段并引用——「我上周让你写的那版方案再改改」这类需求靠它实现。索引与匹配方式在「设置 → 对话搜索」里配置。本地嵌入模型负责语义向量化，不需要联网。
隐私与发送边界
三者的数据都存在本地；但被使用的时刻，相关内容会随请求发给当次选中的模型提供商——关掉对应开关就完全不发。这与全站的隐私边界一致：数据在手，发送由你。
与其他机制的分工
- 记住「事实与偏好」→ 记忆系统（本页）；
- 记住「长对话前半段的要点」→ Compact 胶囊；
- 固定「回复风格与规则」→ 系统提示词。
相关页面
- 记忆之外让模型动手的能力，见代理工具总览；
- 检索质量的底座是本地嵌入，见导入 GGUF 模型。