MemoryLake
工程与开发人员背景代理工作者的记忆

为背景代理工作者提供能够跨越每个进程边界的记忆

背景代理工作者 — Celery、BullMQ、Sidekiq、自定义队列 — 在与前台应用不同的进程中处理任务。进程内状态无法跨越该边界。MemoryLake 为背景工作者提供持久的共享记忆，前台应用和其他工作者可以读取。

Day 1“背景代理工作者 — Celery、BullMQ、Sidekiq、自定义队列 —”“在与前台应用不同的进程中处理任务。进程内状态无法跨越该…”✓ Got it, I will remember.Day 7 — new session“Same task again — can you keep the context?”× Sure — what was the context again?(forgot every detail you taught it)+ MEMORYLAKE LAYERMemory auto-loaded跨进程边界的共享记忆跨工作者共享状态异步原生 SDKSESSION OUTPUT✓ Same prompt, on-brand answerNo re-briefing required.

为背景代理工作者提供能够跨越每个进程边界的记忆

免费开始使用

永久免费 · 无需信用卡

问题：背景工作者无法共享进程内状态

前台应用交付了一个任务。背景工作者接手了这个任务，却没有用户之前上下文的记忆。工作者要么重新从数据库获取（慢），要么在没有上下文的情况下运行（质量差）。背景 AI 工作需要支付前台不需要的记忆税。

MemoryLake 如何支持背景代理工作者

跨进程边界的共享记忆

跨进程边界的共享记忆

前台应用写入；背景工作者读取。

MEMORY跨工作者共享状态

跨工作者共享状态

工作者 A 和工作者 B 看到相同的记忆。

MEMORY异步原生 SDK

异步原生 SDK

在异步工作者框架中非阻塞的记忆访问。

每个工作者访问的审计跟踪

每个工作者访问的审计跟踪

跟踪哪个工作者做了什么。

免费开始使用

永久免费 · 无需信用卡

背景工作者记忆的工作原理

  1. 连接 — 前台应用和工作者使用相同的 MemoryLake 命名空间。
  2. 结构 — 前台写入上下文；工作者在接手任务时检索。
  3. 重用 — 工作者在完整的记忆上下文中操作。

之前与之后：背景代理工作者的记忆

DIY worker stateMemoryLake
Worker context accessRe-fetch from DBMemory retrieval
Cross-worker shared stateCustom plumbingShared namespace
Async-nativeCustomBuilt in
Audit per workerLimitedFull provenance

适合谁

运行 AI 工作负载作为背景任务的工程团队 — Celery、BullMQ、Sidekiq、Inngest、自定义队列 — 在这些场景中，工作者的记忆上下文对输出质量至关重要。

可运行的 demo约 3 分钟

在你自己的账号上跑通这个场景

一个计费 worker 把先写后做的运行日志存在记忆里：每步执行前写一条带幂等键的「已开始」，执行后写结果，再加一条读法说明（有「已开始」无结果 = 存疑；完全没有记录 = 未开始）。支付处理方已经扣完第 4 步的款，worker 却在回执前崩溃，第 4 步存疑是对的。可问到根本没开始的第 5～7 步，恢复检查也常答 Unknown——这些步骤没有幂等键，恢复程序停下来也无从对账。demo 量了两种修法，并且每种都回头核对第 4 步。

你会看到

  • 同一份运行日志（状态消息 + 一个没有结果的 charge_cards TOOL_USE 块）和同一份用 fact add 写的日志存三份，各配一个 boundary；恢复检查经 router chat --boundary 问「第 N 步做过了吗？Yes、No 或 Unknown」
  • 6 次运行，原样日志对没开始的步骤 54 次里 31 次答「Unknown」。读法说明多一句（「步骤严格按序，存疑步骤之后的步骤从未开始」）降到 54 次里 1 次，第 4 步仍是「Unknown」，只有 18 次里 2 次答「No」（再扣一遍）
  • supervisor 用 fact list 算出的恢复标记（「运行停在第 4 步里；第 5、6、7 步没有记录」）把停摆降到 0，却让第 4 步 18 次里 17 次答「Yes」、1 次答「No」，一次都不是「Unknown」：关于崩溃的标记被读成了对崩溃那一步的回答
  • 只按回答的第一个词判分，与恢复程序的读法相同。另有 memory、ask <步骤号> 子命令和本地网页版

需要: 一个 MemoryLake API key · memorylake CLI · Python 3.9+

运行

git clone https://github.com/memorylake-ai/memorylake-usecases.git
cd memorylake-usecases/halt-point-memory
export MEMORYLAKE_BASE_URL=https://app.memorylake.cn/openapi/memorylake
export MEMORYLAKE_API_KEY=sk-…
python3 demo.py          # or: python3 web/server.py
在 GitHub 上打开阅读完整说明

看它跑起来 · 真实录制，未剪辑

CLI 演示4:37Web 演示5:16

相关场景

Engineering & Developer用于队列驱动代理管道的记忆Queue-driven AI pipelines lose context across queue boundaries. MemoryLake provides shared memory across pipeline stages. Free to get started.
Engineering & Developer用于事件源 AI 代理的记忆Event-sourced AI agents need durable event memory with replay. MemoryLake fits the event-sourced model natively. Free to get started.
Engineering & Developer用于 Webhook 触发代理的记忆Webhook-triggered agents need memory of prior triggers. MemoryLake gives webhook-driven AI persistent context. Free to get started.
Engineering & Developer用于流式代理响应的记忆Streaming agent responses need memory injected before the first token. MemoryLake's low-latency retrieval supports streaming. Free to get started.

常见问题

框架集成？

Celery、BullMQ、Sidekiq、Inngest、RQ — 全部支持。

异步 SDK？

是的 — Python 和 TypeScript。

自托管？

是的 — 企业级部署在您的 VPC 中。

全部场景免费开始使用