MemoryLake
工程师与开发者计划与执行代理的记忆

为计划与执行代理提供在执行过程中保持计划完整的记忆

计划与执行架构生成一个计划，然后执行每一步。没有持久记忆，计划在执行过程中被改写，原始意图被稀释。MemoryLake 固定计划并在类型化记忆中跟踪执行状态。

Day 1“计划与执行架构生成一个计划，然后执行每一步。没有持久记忆，计划在执行过程中被改写，原始意图被稀释。MemoryLake”“固定计划并在类型化记忆中跟踪执行状态。”✓ 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计划记忆固定在顶部每步执行事件记忆跨步骤依赖关系跟踪SESSION OUTPUT✓ Same prompt, on-brand answerNo re-briefing required.

为计划与执行代理提供在执行过程中保持计划完整的记忆

免费开始使用

永久免费 · 无需信用卡

问题：计划与执行在执行过程中失去计划的准确性

代理生成了一个清晰的 7 步计划。在第 5 步时，计划摘要已经被压缩了两次，第 6 步的执行者只看到了原始计划的改写。跨步骤依赖关系中断，因为没有任何规范性内容来固定计划。

MemoryLake 如何保持计划的准确性

计划记忆固定在顶部

计划记忆固定在顶部

原始计划逐字存储为规范性记忆。

MEMORY每步执行事件记忆

每步执行事件记忆

每一步的结果与完整上下文一起提交。

MEMORY跨步骤依赖关系跟踪

跨步骤依赖关系跟踪

第 6 步检索第 4 步产生的内容 — 而不是摘要。

带版本历史的重新规划

带版本历史的重新规划

当代理合法地重新规划时，变更会被提交并进行审计。

免费开始使用

永久免费 · 无需信用卡

计划与执行记忆的工作原理

  1. 连接 — 在开始时将计划写入类型化目标记忆。
  2. 结构 — 每一步写入执行事件记忆。
  3. 重用 — 每一步检索固定的计划以及相关的先前步骤。

前后对比：计划与执行记忆

Without MemoryLakeWith MemoryLake
Plan fidelity at step 7CompressedVerbatim
Cross-step dependencyLossyDirect retrieval
Replan auditNoneVersioned
Resume after crashRestartResume from last step

适合谁

运行 LangGraph 计划与执行、BabyAGI 风格的规划者或自定义多步骤代理架构的团队，在这些架构中，执行过程中的计划准确性决定了输出质量。

可运行的 demo约 3 分钟

在你自己的账号上跑通这个场景

一个计划-执行型计费 agent 在 8 步中的第 6 步崩溃，恢复前逐步问记忆「这一步做过没有」。第 4、5 步（给 412 张已存卡扣款、发收据）是工具调用：结果存在运行日志里，但工具结果不会被抽取，记忆里关于它们什么都没有。面对是非题，模型把这份沉默读成「没做」，恢复时就会再扣一次款。应用自己写一份运行日志（journal），最后一条事实说明日志是完整的，沉默才有了含义。

你会看到

  • 同一份运行日志（状态消息 + TOOL_USE / TOOL_RESULT 内容块）存两份；其中一份再加应用用 fact add 写的 journal：每个步骤结果一条，外加一条「没有记录的步骤就是没完成」
  • 8 次运行，经 router chat --boundary 问「第 N 步做过了吗」，关于第 4、5 步的 46 次回答里有 46 次是「没做」：每次恢复都会再扣 412 张卡（86,940 美元）、再发一遍收据。所有「已完成但记忆里没有」的步骤，答「没做」72 次中 66 次
  • 允许回答「No record」（「只有记忆说没做才答 No」）后一次也没重跑，但分不清做过的和根本没到的：191 次里 116 次答「No record」，连记忆里有记录的失败步也是 24 次中 12 次
  • 加上 journal：192 次全部 192 次答对。conv msg list 可见工具结果原样存着；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/silent-step-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4:28Web 演示4:42

相关场景

Engineering & DeveloperReAct 风格代理循环的记忆ReAct agents lose reasoning context across iterations. MemoryLake gives ReAct loops persistent memory of thoughts, actions, and observations. Free to get started.
Engineering & Developer思维树代理的记忆Tree-of-Thoughts agents explore many branches. MemoryLake gives them branched persistent memory with merge and rollback. Free to get started.

常见问题

多级计划（计划的计划）？

支持 — 层次目标记忆。

重新规划策略？

可配置 — 完全重新规划、部分重新规划或步骤重试，均带审计。

自托管？

是的 — 企业级在您的 VPC 中部署。

全部场景免费开始使用