> For the complete documentation index, see [llms.txt](https://tinyhumans.gitbook.io/openhuman/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://tinyhumans.gitbook.io/openhuman/zh/gong-neng/native-tools/memory-tools.md).

# 记忆工具

代理如何借助单一记忆工具进行回忆、提取、学习和遗忘。

[Memory](/openhuman/zh/gong-neng/memory.md) 是 OpenHuman 的知识库。代理通过一个工具使用它， `记忆`，其 `操作` 是以下之一：

| 操作   | 功能                               |
| ---- | -------------------------------- |
| `回忆` | 提出一个问题。返回一个答案及其所依据的引用。           |
| `获取` | 对已存储条目进行原始混合搜索，可选择按元数据过滤。返回命中结果。 |
| `学习` | 排队一条持久化学习：偏好、事实、流程或更正。           |
| `遗忘` | 按 ID 排队删除条目。                     |

该工具仅在记忆引擎可用时注册。若未选择任何引擎，记忆将关闭，代理永远看不到该工具。所有学习内容都会与同一记忆根下的所有代理共享。它带有产生它的工作区、线程、代理和工具调用的标签。

## 工具和每轮包

一次轮次可以接收一个已完成的缓存 [记忆包](/openhuman/zh/gong-neng/memory.md#how-the-agent-uses-memory) (`<memory-context>`）。冷缓存则不会提供任何内容。该包被标记为来自先前后台查找的上下文，可能不完整或与当前问题无关。自动刷新和轮次日志记录在模型运行前从不等待远程引擎。

使用显式 `回忆` 或 `获取` 当当前答案需要时，或为了超出该包。代理可以提出该包未涵盖的问题（"我对 Stripe webhook 了解什么？"），使用元数据过滤器进行搜索，或保存一些值得下次记住的内容。

## 截止时间和排队写入

代理记忆调用有每次调用 15 秒的截止时间、共享的 30 秒预算，且在一次跟踪运行中最多尝试八次。并发调用从同一预算中预留。若读取超时或预算耗尽，工具会告诉代理在不使用记忆的情况下继续，并且在该运行中不要重试。新的运行拥有全新的预算。

`学习` 和 `遗忘` 将已验证、清理过的请求持久化到私有本地发件箱，并开始后台传送。状态“已排队；尚未保存到记忆中”和“已排队；尚未从记忆中删除”仅确认本地已接收。代理不得将它们描述为已完成的远程保存或删除，也不得重复它们以强制索引。待发送内容可在重启、登录或后台轮询后恢复。队列接纳在达到其限制时可能失败。

这些代理工具限制并不取代显式 Memory 页面或 RPC 工作流的行为。

外部 MCP 客户端从 OpenHuman 的同样能力中获得 [MCP 服务器](/openhuman/zh/kai-fa/mcp-server.md) 为 `memory.recall`, `memory.fetch`, `memory.list`, `memory.learn` 和 `memory.forget`.

## 另请参见

* [Memory](/openhuman/zh/gong-neng/memory.md)