本文介绍了一个名为PrimeAgentOrchestrator(PAO)的系统,旨在解决大语言模型编码代理每次会话从空上下文开始、丢失先前工作积累知识的问题。PAO在启动Claude Code代理实例时,会并行查询两个独立运行的内存后端——PostgreSQL实体-观察数据库和Cloudflare Worker语义搜索索引,通过各自的检索策略融合结果,并利用文件系统注入方式将编译好的简报传递给宿主代理,利用其配置自动读取行为实现记忆预载。该系统还管理代理的完整生命周期,包括信任预置、就绪轮询与错误检测,以及自适应终端文本注入。作者报告了2025年12月至2026年3月四个月的常规部署经验,记录了三代上下文传递机制的演进、每次重新设计所针对的失败模式,以及桥接异构内存系统而非构建统一系统的工程权衡。该研究为个人AI基础设施中的代理记忆持久化提供了实践参考。
| PrimeAgentOrchestrator (PAO) | 一种系统,用于生成预加载相关记忆的编码代理实例,以增强上下文连续性。 |
| Claude Code | Anthropic开发的基于终端的编码代理,PAO为其生成新实例。 |
| memory backends | 存储和检索代理记忆的后端系统,如PostgreSQL数据库和语义搜索索引。 |
| filesystem injection | 通过文件系统向代理注入上下文的方法,利用配置自动读取行为。 |
| agent lifecycle | 代理从生成到运行再到终止的完整过程,包括信任预置和就绪轮询。 |
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅