工程师与开发者用于反思风格自我改进代理的记忆
为反思风格代理提供其自我改进循环所需的记忆
反思架构旨在通过对失败的语言反思使代理自我改进。该模式只有在反思在运行之间持久存在时才有效。MemoryLake 提供了可以写入和检索的带类型反思记忆——因此每次运行都比上一次更智能。
问题：没有持久性的反思无法自我改进
代理生成了一个深思熟虑的反思，说明为什么运行失败。反思在下一个提示中存在，然后消失。下一次运行，仍然是同样的失败，同样的反思。没有持久的地方存放反思，自我改进是不可能的。
MemoryLake 如何为反思代理提供支持
带类型的反思记忆
每个失败分析都存储原因、调整和预期结果。
跨运行检索
预规划步骤检索与当前任务相关的先前反思。
来自反思的技能记忆更新
当反思中出现模式时，技能会更新。
行为变化的审计轨迹
查看代理随时间的改进情况。
免费开始使用
永久免费 · 无需信用卡
反思记忆的工作原理
- 连接 — 将 MemoryLake 接入代理的反思步骤。
- 结构 — 每个反思写入带类型的记忆。
- 重用 — 每个后续规划步骤检索相关反思。
前后对比：反思记忆
| Without MemoryLake | With MemoryLake | |
|---|---|---|
| Reflection persistence | Per-run only | Across runs |
| Self-improvement actually happens | Rarely | Compounds |
| Skill updates from reflection | Manual | Memory-driven |
| Audit improvement trajectory | None | Memory commit history |
适合谁
运行反思或类似自我改进架构的研究人员和工程团队，其中没有持久性的反思浪费计算资源。
可运行的 demo约 4 分钟
在你自己的账号上跑通这个场景
虚构的 CI 排障 agent Tern 判错了五次故障。每次之后，它都把一条带类型的反思（原因、调整、预期结果）写进自己的 MemoryLake agent 记忆，故障过程本身则落在团队项目里。MemoryLake 在 agent 上标出两条互相矛盾的教训；今天的规划步骤取回了对的那条教训，而用 agent fork 复制出的孪生体（配置相同、没有记忆）重犯了旧错；两条原因相同的教训被发布成一个 skill，挂到 agent 第 2 版上。
你会看到
- 反思存在 agent 自己的记忆里：
fact add --agent+fact update --metadata，通过 agent 的 actor 用search --actors检索；故障事实落在项目上 - 矛盾检测落在 agent 上：
fact conflict list --agent标出「重试一次」与「绝不重试」（5 次全新运行 5 次检出）；冲突未解时计划写「先问清楚」，keep_fact之后定案 - 记忆不是配置：
agent fork出的孪生体照旧犯错（取回 0 条教训），agent version create加上 skill 而记忆不变 - 多条反思的共同模式变成 skill（
skill create，安全审核safe）；fact trace+fact conflict get组成审计轨迹。附本地 Web 界面
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/reflexion-memory export MEMORYLAKE_BASE_URL=https://app.memorylake.cn/openapi/memorylake export MEMORYLAKE_API_KEY=sk-… python3 demo.py # or: python3 web/server.py
看它跑起来 · 真实录制，未剪辑
相关场景
常见问题
反思检索策略？
反思检索策略？
可配置 — 按最近性、相似性或任务分类。
反思随时间的修剪？
反思随时间的修剪？
可配置的保留与提升规则。
自托管？
自托管？
是的 — 企业级在您的 VPC 中部署。