Skip to main content

什么是 Actor?

Actor 是 MemoryLake 中的参与者身份。每个参与会话的人或 AI 助手都会获得一个 Actor,MemoryLake 利用该身份将事实关联到正确的参与者。 Actor 是记忆的主体。当 MemoryLake 提取出”Jane 偏好简洁的回答”这样的事实时,会将该事实附加到 Jane 的 Actor 上。这个事实会跨工作空间中每个项目跟随 Jane——如果她从客服机器人切换到产品助手,她的偏好已经是已知的。

Actor 类型

MemoryLake 支持两种 Actor 类型:

Actor 与 Agent

当您在 MemoryLake 中创建一个 Agent(包含模型、系统提示和能力的 AI Agent 定义)时,系统会自动为其生成一个 Actor。这意味着 Agent 也会积累记忆——系统可以了解 Agent 最常使用哪些工具、遵循哪些模式以及需要什么上下文。 您不需要为 Agent 手动创建 Actor。Actor 会作为 Agent 生命周期的一部分自动创建。

两种记忆范围

MemoryLake 从会话中提取事实,并以两种范围存储:

项目事实

项目事实是从会话中提取的、适用于整个项目的知识。这些事实不与任何特定 Actor 关联。 项目事实示例:
  • “计费功能目标是 Q3 上线”
  • “团队使用 PostgreSQL 作为数据库”
  • “工单超过 24 小时应升级处理”
项目事实的作用域限定在单个项目内,当您查询该项目所在工作空间时会出现在搜索结果中。

Actor 事实

Actor 事实是与特定人或助手关联的知识。这些事实会跨工作空间中的所有项目跟随该 Actor。 Actor 事实示例:
  • “Jane 偏好简洁的回答”
  • “Jane 在 Acme Corp 担任产品经理”
  • “Jane 在所有应用中使用深色模式”
Actor 事实是 MemoryLake 每用户记忆机制的核心。无论 Jane 与哪个项目交互,她的偏好和上下文都是可用的。
两种类型的事实都是从会话中自动提取的。您不需要手动分类事实——MemoryLake 在提取过程中自动判断适当的范围。

每用户记忆的工作原理

以下是一个实际示例。假设 Jane 在同一个工作空间中与三个不同的项目交互:
当 Jane 切换到新项目时,助手可以查询她的 Actor 事实并立即知道:
  • 她偏好邮件而非聊天进行后续跟进
  • 她管理计费团队
  • 她偏好简洁的回答
  • 她使用深色模式
这一切都是自动完成的。您提交消息时带上 Jane 的 actor_id,MemoryLake 会处理其余部分。

将 Actor 绑定到工作空间

要让 Actor 的事实在工作空间内可访问,Actor 必须被绑定到该工作空间。绑定操作告诉 MemoryLake 该 Actor 参与了此工作空间的项目。
在提交会话之前绑定 Actor。这确保事实从一开始就被正确关联并可搜索。
详情请参阅绑定 Actor API 参考

管理事实

您对 MemoryLake 提取的事实拥有完全控制权。对于项目事实和 Actor 事实,您都可以:
  • 列表所有事实,查看 MemoryLake 学到了什么
  • 获取特定事实(按 ID)
  • 更新事实,进行修正或完善
  • 遗忘事实,永久删除
  • 批量遗忘多个事实
这对于数据隐私(当用户请求删除时移除其事实)、修正不准确的提取结果或随时间管理知识库非常有用。
遗忘事实是永久性的。事实将被删除且无法恢复。请谨慎使用批量遗忘。

最佳实践

每个真实身份对应一个 Actor。 不要为同一个人创建多个 Actor。只有当事实积累在单一 Actor 身份上时,记忆才能正常工作。 在用户消息中包含 actor_id 向会话提交消息时,在用户发送的消息上包含 actor_id。这是 MemoryLake 知道将事实关联到哪个 Actor 的方式。 人用 HUMAN,机器人用 ASSISTANT。 类型区分帮助 MemoryLake 理解会话动态,从而更准确地提取事实。 先绑定再会话。 在提交会话之前将 Actor 绑定到工作空间。这确保事实被正确索引并可搜索。

下一步

记忆管道

了解会话如何转化为结构化事实

工作空间与项目

了解 Actor 所在的资源层级结构

Actor API

Actor 操作的完整 API 参考

Actor 事实 API

列表和管理 Actor 事实的 API 参考