文档中心

AgentKit

记忆库

快速搭建并使用记忆库

记忆库用于为智能体提供长期记忆能力，使智能体能够在多轮交互中沉淀用户偏好、会话摘要等信息。本文介绍如何在 AgentKit 中创建 Viking 记忆库，并将其集成到基于 VeADK 的 Agent 应用中。

Viking 记忆库介绍

Viking 长期记忆是火山引擎推出的一款标准化长期记忆产品，核心目标是为 AI 应用提供持久记忆能力。

它能够从对话和业务数据中自动抽取关键事件与用户画像，并以结构化形式保存，支持精准检索与高效调用，从而帮助 AI 在多轮交互中保持上下文连贯和个性化体验。更多介绍请参见 Viking 记忆库。

前提条件

已开通 AgentKit 服务。若未开通，请登录 AgentKit 控制台，根据系统引导开通产品。

已登录火山引擎控制台获取 AK/SK，进入 API 访问密钥页面，创建并获取 Access Key ID 和 Secret Access Key。

已基于 VeADK 构建 Agent，并部署至 AgentKit 智能体运行时。

本实践基于 AgentKit CLI 预置模板 Basic Agent App（采用VeADK 框架）创建项目，并已将 Agent 部署至 AgentKit 智能体运行时。详情请参见使用 AgentKit CLI 开发并部署智能体。

将 Viking 记忆库集成至 AgentKit

步骤一：创建 Viking 记忆库

在左侧导航树中，选择“基础组件 > 记忆库”。

单击“创建记忆库”按钮，配置以下参数。

说明

本文仅说明完成本实践所需的核心配置项，未提及的参数可保持默认值。完整参数说明请参见创建记忆库。

如果您需要导入已有记忆库，详情请参见导入记忆库。

配置项	说明
名称	自定义记忆库名称。默认随机生成memory_字符串，创建成功后，不支持修改。本实践为 memory_viking。
类型	如果需要使用 AgentKit 提供的标准化长期记忆能力，选择 Viking。如果已有基于 mem0 的实现，并希望兼容开源生态，选择 mem0。本实践以 Viking 为例，后续步骤中的环境变量和策略配置均以 Viking 类型为准。
长期记忆策略	长期记忆策略决定系统从对话中提取哪类信息。若希望保存每轮对话后的主题摘要，选择会话摘要。若希望保存用户画像、偏好或事实类信息，可根据业务场景选择对应策略。本实践选择会话摘要，用于在对话结束后保存会话总结。

单击“确定”按钮，完成操作。

步骤二：配置本地环境变量并在 Agent 中接入记忆库

本文使用 AgentKit CLI 构建的 Agent 项目结构主要文件如下所示：

.dockerignore：用于记录构建 Docker 时需要忽略的文件或目录路径。Docker 构建时， COPY . . 命令会忽略记录在本文件中的文件及目录，减小镜像体积并避免敏感信息泄露。

agentkit.yaml ：AgentKit 项目的配置文件，定义了项目元信息、运行时环境变量、云部署参数等。

requirements.txt：用于声明 Agent 所需的 Python 包依赖。Docker 构建时，将通过 RUN uv pip install -r requirements.txt 将其安装到容器镜像中。

simple_agent.py ：Agent 应用入口文件，定义了 Agent 的行为包括接收用户请求、与模型对话、返回流式响应等。

此时，只需对 Agent 进行以下修改：

为 Agent 文件添加记忆库LongTermMemory。

在每一轮对话结束后显式调用runner.save_session_to_long_term_memory，将对话结果保存到长期记忆库。

将获取的记忆库环境变量添加到agentkit.yaml。

修改步骤如下：

在记忆库 memory_viking 的“集成信息”页签下，获取记忆库环境变量配置信息。

（可选）如果尚未获取火山引擎 AK/SK，请先进入 API 访问密钥页面创建并复制 Access Key ID 和 Secret Access Key。若已完成，请跳过本步骤。了解更多

集成记忆库。

在本地环境设置环境变量

（可选）若您退出了虚拟环境，请执行如下命令重新激活。若未退出，请跳过本步骤。

source .venv/bin/activate

输入如下命令设置环境变量，添加 AK/SK 信息，其中<your_access_key>、<your_secret_key>需替换为实际的 AK/SK 信息。

注意

由于 AK/SK 属于高敏感凭据，直接写入.env等静态配置文件存在泄露风险，在本地开发环境中配置 AK/SK 时，推荐通过终端会话级环境变量导出的方式管理。

终端会话级环境变量为一次性配置，仅对当前终端窗口生效，关闭终端窗口后重新打开或开启新的终端窗口后，均需重新配置。

export VOLCENGINE_ACCESS_KEY=<your_access_key>
export VOLCENGINE_SECRET_KEY=<your_secret_key>

执行命令cd <Agent项目根目录>进入 Agent 项目根目录，<Agent项目根目录>需替换为您的实际根目录路径。

为agentkit.yaml文件添加上述步骤中获取到的记忆库环境变量信息。

执行以下命令，打开AgentKit 项目的配置文件。

vim agentkit.yaml

按i键进入编辑模式，填写记忆库环境变量信息。

launch_types:
cloud:
runtime_envs:
DATABASE_VIKINGMEM_COLLECTION: <your vikingdb collection name>
DATABASE_VIKINGMEM_MEMORY_TYPE: <your vikingdb memory type>

参数	说明
<your vikingdb collection name>	替换为记忆库名称，此信息已在上述操作中获取。
<your vikingdb memory type>	替换为记忆库的策略，此信息已在上述操作中获取。

按esc键退出编辑模式，然后输入:wq保存退出。

在 Agent 中添加记忆库相关配置。

执行以下命令，打开 Agent 应用入口文件。

vim simple_agent.py

按i键进入编辑模式，在代码中加入下方高亮部分内容。完整接入方式请参见在 Agent 中集成记忆库。

# Copyright (c) 2025 Beijing Volcano Engine Technology Co., Ltd. and/or its affiliates.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
# http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.

import logging
import os

from veadk import Agent, Runner

from agentkit.apps import AgentkitSimpleApp
from veadk.prompts.agent_default_prompt import DEFAULT_DESCRIPTION, DEFAULT_INSTRUCTION
from veadk.memory.long_term_memory import LongTermMemory

logger = logging.getLogger(__name__)
logger.setLevel(logging.INFO)

app = AgentkitSimpleApp()

agent_name = "Agent"
description = DEFAULT_DESCRIPTION
system_prompt = DEFAULT_INSTRUCTION

tools = []

# from veadk.tools.builtin_tools.web_search import web_search
# tools.append(web_search)
#记忆库
mem_collection_name = os.getenv("DATABASE_VIKINGMEM_COLLECTION")
if not mem_collection_name:
raise ValueError("DATABASE_VIKINGMEM_COLLECTION environment variable is not set")
long_term_memory = LongTermMemory(backend="viking", index=mem_collection_name)

agent = Agent(
name=agent_name,
description=description,
instruction=system_prompt,
tools=tools,
long_term_memory=long_term_memory,
)
runner = Runner(agent=agent)

@app.entrypoint
async def run(payload: dict, headers: dict) -> str:
prompt = payload["prompt"]
user_id = headers["user_id"]
session_id = headers["session_id"]

logger.info(
f"Running agent with prompt: {prompt}, user_id: {user_id}, session_id: {session_id}"
)
response = await runner.run(messages=prompt, user_id=user_id, session_id=session_id)

logger.info(f"Run response: {response}")
await runner.save_session_to_long_term_memory(session_id=session_id, user_id=user_id)
return response

@app.ping
def ping() -> str:
return "pong!"

if __name__ == "__main__":
app.run(host="0.0.0.0", port=8000)

按esc键退出编辑模式，然后输入:wq保存退出。

步骤三：部署至云上智能体运行时

说明

本文已明确使用 AgentKit CLI 构建了 Agent 并部署至 AgentKit 智能体运行时，因此在 Agent 代码中集成记忆库后，可以直接执行agentkit launch命令。

执行以下命令，将集成记忆库的 Agent 应用构建并部署到 AgentKit 智能体运行时。

agentkit launch

当回显智能体运行时状态为 Ready 时，则表示部署成功。

进入 AgentKit 智能体运行时页面，单击目标智能体运行时名称，选择版本管理页签，查看已部署的智能体运行时发布记录及版本信息。

您可以通过控制台“在线测试”或通过invoke命令验证 Agent 能否正常访问记忆库。

在线测试
使用 AgentKit CLI 命令
进入 AgentKit 智能体运行时页面，单击目标智能体运行时操作列的“在线测试”按钮。
在 Body 类型模块中，选择 raw 并输入测试参数（本文调整 Prompt 为“你有哪些AI相关的知识”），单击“调试”按钮发起 POST 请求。

在调试结果模块，确认状态码为 200，并验证返回内容符合预期。

进入记忆库页面，单击 memory_viking 记忆库，在“记忆检索”页签下，配置以下信息，检索记忆。
用户ID：发送 Prompt 时指定的 user_id。在线测试默认为“defaultUser”。您也可以在发起调试前进行指定，详情请参见调用 Agent。
记忆策略类型：选择创建记忆库时配置的策略类型。本文示例为会话摘要，实际值以控制台展示为准。
在本地虚拟环境中执行如下命令，发送 Prompt。

agentkit invoke "我买了很多冰淇淋"

若返回信息中显示Invocation successful，则表示请求成功。

进入记忆库页面，单击 memory_viking 记忆库，在“记忆检索”页签下，配置以下信息，检索记忆。
用户ID：发送 Prompt 时指定的 user_id。本实践使用的默认 ID“agentkit_user”。
记忆策略类型：选择创建记忆库时配置的策略类型。本文示例为会话摘要，实际值以控制台展示为准。

管理 Viking 记忆库

说明

本实践仅为您介绍搭建 AgentKit 记忆库后的相关管理操作，如需完整管理记忆库的各项信息，请参见Viking 记忆库操作指南。

删除记忆库

注意

本操作用于删除在 AgentKit 控制台创建的记忆库。删除后，记忆库及其相关数据将被全部删除，且无法恢复，请谨慎操作。

如果删除的是导入的记忆库，例如在 Viking 记忆库平台或 mem0 平台创建后导入到 AgentKit 的记忆库，本操作仅解除该记忆库与 AgentKit 的关联，不会删除原平台中的资源。如需彻底删除记忆库，请前往对应的创建平台操作。

在左侧导航树中，选择“记忆库”。

单击目标记忆库操作列的“删除”按钮，完成操作。

最近更新时间：2026.08.21 17:14:08

这个页面对您有帮助吗？

有用

无用