Agent Memory Persistence 是一个专为 AI 代理设计的记忆持久化工具，通过 SQLite 数据库为智能体提供跨会话的长期记忆存储能力。该工具不仅支持文本内容、结构化元数据和向量嵌入的统一存储，还实现了基于余弦相似度的语义检索功能，使智能体能够根据上下文或用户意图快速定位相关历史信息。其核心设计目标是保持轻量级与部署简单性，所有向量运算均在 TypeScript 层完成，无需依赖外部向量数据库或复杂的扩展配置。通过标准化的 CRUD 接口和生命周期管理机制，开发者可以轻松集成到各类自主代理系统中，实现真正具备持续学习能力的智能行为。
核心功能特点
- 基于 SQLite 的轻量级持久化存储，支持文本、元数据与向量嵌入一体化管理
- 提供完整的内存项增删改查（CRUD）操作接口
- 内置余弦相似度向量搜索，实现语义层面的记忆检索
- 支持按用户、会话、类型和时间窗口进行多维度过滤查询
- 自动清理过期记忆的定时任务机制，保障存储效率
适用场景
该工具特别适合需要长期记忆功能的自主 AI 代理系统，例如客服机器人、个人助理型智能体或长期对话式应用。在这些场景中，智能体必须在多次交互之间保持对先前对话内容的理解与延续，而 Agent Memory Persistence 提供的结构化存储和语义检索能力，使其能精准回忆起特定用户的历史偏好、关键事件或任务上下文。对于研究类项目，如构建具有持续学习能力的强化学习智能体，该工具也能有效支持经验回放与策略优化的需求。此外，由于其完全基于本地 SQLite 实现且无外部依赖，非常适合边缘设备部署或对数据隐私要求较高的企业级应用环境。