MemoryLake
工程与开发树思代理的记忆

为树思代理提供每次探索都能存活的分支记忆

树思代理并行探索许多推理分支。没有分支的持久记忆，探索产生的想法在运行结束时消失，成功的分支无法重用。MemoryLake 为树思代理提供 Git 风格的分支记忆，支持合并和回滚。

Day 1“树思代理并行探索许多推理分支。没有分支的持久记忆，探索产生的想法在运行结束时消失，成功的分支无法重用。MemoryLake”“为树思代理提供 Git 风格的分支记忆，支持合并和回滚。”✓ 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每个 ToT 路径的分支记忆合并成功的分支回滚失败的分支SESSION OUTPUT✓ Same prompt, on-brand answerNo re-briefing required.

为树思代理提供每次探索都能存活的分支记忆

免费开始使用

永久免费 · 无需信用卡

问题：树思探索不持久

代理探索了五个分支；其中一个有效。由于没有地方提交，该分支在运行结束时被丢弃。下一次运行时，探索从头开始。分支重用——结构化探索的核心——从未实现。

MemoryLake 如何支持树思记忆

每个 ToT 路径的分支记忆

每个 ToT 路径的分支记忆

每个分支成为一个记忆分支。

MEMORY合并成功的分支

合并成功的分支

胜者合并到主记忆中。

MEMORY回滚失败的分支

回滚失败的分支

丢弃分支而不污染主记忆。

跨运行重用

跨运行重用

先前运行中的成功模式为当前探索提供信息。

免费开始使用

永久免费 · 无需信用卡

树思记忆的工作原理

  1. 连接 — 在探索时将分支初始化为记忆分支。
  2. 结构 — 每个分支的想法、评估和结果提交到其分支。
  3. 重用 — 胜者合并；失败者保持归档；跨运行学习积累。

前后对比：树思记忆

Without MemoryLakeWith MemoryLake
Branch persistenceNonePer-branch commits
Successful branch reuseManualMerge to main memory
Failed branch isolationPollutes contextRolled back cleanly
Cross-run pattern learningNoneReflection memory

适合谁

研究人员和工程团队运行树思或类似的结构化探索架构，其中分支重用和跨运行学习是核心价值。

可运行的 demo约 3 分钟

在你自己的账号上跑通这个场景

一个虚构的规划机器人 Pathfinder 要把结账接口的 p95 延迟压到 300 毫秒以下。它同时打开三条分支，并把它们都放进 MemoryLake：每条分支是一个独立项目；推理过程存为 THINKING 块，可以逐字回放，却不会变成记忆；三个探索者同时写同一条主干日志。胜出分支的结果和其他分支被剪掉的原因合并进主干，死分支被回滚；一周后的新任务先读主干，只开一条分支而不是三条。

你会看到

  • 分支即项目，检出 = search --projects <主干>,<分支>，合并 = 把结果提升到主干（fact add + 指回分支的 metadata），回滚 = proj delete（之后 fact list 返回 404）
  • 思维链放在 THINKING 块里：conv msg list 逐字回放，6 次全新运行中 70 条只在推理里出现的细节没有一条变成记忆（同样的文字作为 TEXT 发送则会被抽取）
  • 三个探索者争抢同一条主干日志：父消息已不是最新的追加会收到 409「not the current head」，按 current_message_id 重试；日志序号连续、每条只出现一次
  • 新任务的计划会跳过被剪掉的分支并引用说明原因的主干事实，从上次胜出的分支开始。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/tot-branch-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3:59Web 演示4:41

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计划与执行代理的记忆Plan-and-execute agents lose the plan as execution drifts. MemoryLake pins the plan and tracks execution state in typed memory. Free to get started.

常见问题

分支数量限制？

支持数百个并发分支。

分支存储开销？

增量编码；每个分支最小。

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