codex记忆系统学习笔记
640 字
3 分钟
codex记忆系统学习笔记
agent的四层可调用信息
coding agent的四种上下文来源
- 当前事实:当前代码、git、配置、任务状态等需要实时读取的内容
- 会话记录:历史会话(原文+摘要)
- 长期记忆层:Memories(cc中叫auto Memories)索引文件自动注入上下文
- 持久指令:长久稳定,且每个会话都需要遵守的规定;自动注入上下文;agent.md/claude.me
修改代码即修改当前事实 当前上下文的最终会被组织到下一轮的会话记录 对话中经验类的会被提取到长期记忆层 指令类的需要用户指定后添加到持久指令 新窗口自动加载长期记忆和持久指令
本地memories整体结构

阶段一:从旧会话提取候选记忆
codex默认不启用;启用后,十天之内、六小时之前的旧会话会被自动整理。
整理方式:从旧会话中提取三类内容进行长期存储
- raw_memory: 详细经验描述
- rollout_summary: 更简短的摘要
- rollout_slug:标签
在会话中寻找几类内容:
- 长期稳定的用户偏好:工作习惯、交付要求
- 验证过的高价值方法
- 稳定的环境与工作量:工作流、工具链等
阶段二:整理为记忆文件
从第一阶段提取的记忆中,根据使用频率和实践进行排序,筛选出符合整理条件的记忆;
启用一个专门的agent(不联网、无法启用新的sub agent)进行整理:
- 整理Memories_summary.md(记忆系统的索引,每次都会被注入上下文)
- memory.md(写清楚每个项目的边界范围,防止项目之间污染)
- 原始材料
- 会话摘要和证据
阶段三:新会话召回
- memory_summy.md每次都会自动注入新会话;
- 会话中如果存在内容可能和记忆有关时,会在memory_summy.md中进行检索,返回索引后
- 根据索引进入Memories.md中进行检索
- 加载相关记忆内容。
- 被加载的文件使用次数+1(为了进行长期记忆的淘汰,不常用的要进行淘汰)
codex对比cc
| 对比维度 | claude code | Codex |
|---|---|---|
| 记忆开关 | 默认开启 | 默认关闭 |
| 记忆存储范围 | 按 Git 项目分仓库存储 | 全局统一一套 |
| 写入时机 | 即时写入 | 延迟整理 |
| 存储方式 | 纯 Markdown 文件 | 数据库 + Markdown 混合 |
| 淘汰机制 | 无自动淘汰 | 根据时间和使用次数自动淘汰 |
相关文章智能推荐
1
Hello Agent第六章学习笔记
Agent学习Hello Agent中第六章的内容,包括为什么需要框架,以及当前常用框架的介绍与区别
2
Hello Agent第七章学习笔记
Agent本章讲解了如何构建自己的Agent,需要什么模块,什么组件,什么接口;从而深入学习到一个Agent的构成与工作原理
3
Agent学习笔记-记忆模块
Agent记录学习Agent的记忆模块和上下文工程的相关知识点、以HelloAgent为案例
4
agent测评学习笔记
Agentagent开发完成后,由于不确定性的存在,无法像传统后端项目一样的测试方法,于是学习agnet系统中的测评
5
transformer学习笔记
机器学习系统性学习transformer
随机文章随机推荐
