Memory：记忆检索｜大飞随笔

版本范围：2026-09-05 核查的 Mem0 v3 迁移文档、OpenViking main 文档和 TencentDB Agent Memory 的 feat/server_team 分支。云服务、开源库与开发分支分别看待；Team Memory 仍是 Beta，本文不作统一性能排名。

单项目纵向阅读：Mem0 多信号检索 · OpenViking 分层检索 · TencentDB 分层记忆

用户一月住在上海，六月搬到杭州，系统保留了两条带时间的记录。现在查询“给我推荐附近的办公地点”，语义检索可能同时命中两座城市。候选相关，不代表当前有效；当前有效，也不代表查询者有权看到。

Mem0：语义、关键词与实体信号互补

当前 Mem0 使用三类信号并行评分：

语义相似度负责“意思相近”；
BM25 负责专有名词、编号与精确措辞；
实体匹配把跨记忆出现的人、地点和概念关联起来。

需要注意，v3 的 entity linking 不是把关系图直接暴露给应用的旧式 Graph Memory。实体关系主要成为排序增强信号。这个设计减少了图数据库作为独立产品面的复杂度，却也意味着应用若要浏览、解释或查询显式知识图谱，仍需另建一层。

OpenViking：分层读取，不把整座资料库搬进上下文

OpenViking 为目录生成三层内容：

层	含义	典型用途
L0 Abstract	极短摘要	全局初筛、向量召回
L1 Overview	目录概览与导航	rerank、判断是否继续下钻
L2 Detail	原始文件与子目录	确认相关后完整读取

按照上下文分层文档，L0/L1 是目录级语义侧写，而不是每个文件各生成一份对应副本；父目录的 Overview 又由子目录摘要自底向上聚合。这使 Agent 可以先看地图，再决定进入哪间房，而不是把整栋楼搬进 Prompt。

这里有一个很容易误读的术语冲突：OpenViking 的 L0/L1/L2 表示同一上下文的读取精度；TencentDB Agent Memory 的 L0/L1/L2/L3 表示对话被提炼后的抽象层级。名字相近，但不可横向对齐。

OpenViking：从目录导航到具体证据

OpenViking 的复杂查询会先结合 Session 摘要、最近消息与当前问题，生成 0–5 个带类型和优先级的 Typed Query，再分别路由到 Memory、Resource 或 Skill。随后系统从全局高分目录起步，用优先队列递归搜索子目录，并在过程中 rerank。完整流程见检索机制。

目录导航在资料具有稳定层级时可帮助保留局部语境，并提供可检查的检索路径。若目录摘要失真或起始目录选错，仍可能漏掉证据；是否优于平铺检索需要同任务对照。

代价是更长的在线链路。意图分析、递归搜索和 rerank 都可能增加延迟；目录摘要还要随子节点变化向上刷新。对更新频繁的深层目录，应额外验证摘要刷新和写放大成本。层级不是免费的，它用生成与一致性成本换取导航能力。

从 Top-K 到上下文装配

三种设计分别侧重单次搜索的多信号排序、目录导航、以及按角色装配资产；这些是机制差异，不是准确率高低的实测结论。

因此，真实的读取公式不应只是：

TopK(vector_similarity)

而更接近：

候选 = 权限范围 ∩ 类型路由 ∩ 时间有效性
排序 = 融合语义、关键词、实体等信号，再按任务重排
注入 = 在 Token、延迟与来源多样性预算下选择候选

这也是“Memory”逐渐与“Context Engineering”合流的原因：数据库返回什么只是中间结果，真正影响 Agent 的是最终装进模型窗口的那一组上下文。

把硬条件和软排序分开

语义、关键词和实体匹配产生的分数通常不是同一量纲，不能未经处理直接相加。实践可以使用排名融合或经验证的归一化与重排；权重必须通过任务集验证。

身份权限不是相关性特征，不能通过更高相似度抵消。检索可见性过滤应发生在候选内容暴露给模型之前；注入和执行时还需检查权限是否已经变化。

查询当前附近的办公地点时，上海旧住址仅作历史，其他用户的无权记录被过滤；杭州当前住址经检索、去重和预算检查后，连同来源与时间进入上下文。

Haystack：把融合与过滤的实际语义拆开验证

Haystack 的完整项目研究用两路固定排名比较 DocumentJoiner：直接按原分数处理时，100 分来源压过 0.9 分来源；RRF 则让两路共同靠前的文档排到首位。这支持用排名融合处理量纲差异，但不证明共同靠前的内容一定正确。是否提高任务质量仍需另测。

同一研究还实际验证了过滤配置：初始化 tenant=A、运行时传入同字段的 tenant=B，REPLACE 和 MERGE 均返回 B 的文档；显式构造 A 与 B 的逻辑 AND 才返回空集。该提交的 MERGE 存在同字段覆盖规则，不能当成通用权限交集。可信范围应由服务端构建并限制覆盖，再把候选交给软排序；项目文章保留了提交、代码位置和实验边界。

预算不是简单截断字符串

给上下文设 Token 上限，只是第一步。还要保留支持结论的证据，避免摘要被截成相反意思；多个近似记忆应去重，而不是挤走少量关键反例。

OpenViking 用目录概览决定是否下钻，TencentDB 分层设计用高层恢复语境、再回到细粒度材料；两者都说明“先给地图，再读证据”的价值，但抽象层级和实现不能混称。

缓存键也要包含授权范围和记忆版本。权限撤回后继续命中旧缓存，检索算法再准确也没有意义。

实践：一组不用模型的契约测试

仓库 docs/editorial-labs/memory_lab.py 用固定事实演示身份范围、有效时间、删除状态与预算检查：

python3 docs/editorial-labs/memory_lab.py
python3 -m unittest discover -s docs/editorial-labs -p 'test_*.py' -v

它不是向量数据库，也不模拟三家产品的检索性能；预算采用示例字符数而非真实 tokenizer。用途是让“错误身份不能读、过期事实不能当现在、删除记录不再注入”等约束成为可执行测试。

将来接入真实存储后，保留这些测试，同时增加同义词、实体歧义、多跳信息与长历史任务。候选召回率衡量检索，最终答案正确率衡量使用，二者分别报告。

完整请求的材料取舍、压缩和缓存见上下文组装。