ViktorAxelsen/MemSkill

解决的问题

MemSkill 解决了长程代理中静态、手动设计记忆操作的局限性。它不再依赖固定的规则来决定记忆内容，而是让代理能够学习并演化“记忆技能”——即根据任务反馈来决定提取什么信息、如何记忆，以及保留或遗忘什么的元记忆策略。

运作方式

MemSkill 实现了一个由控制器、执行器和设计器组成的数据驱动循环：

• 技能条件化构建：系统使用一组相关的小型技能，在每次交互区间内一次性构建记忆。
• 技能演化：框架定期从任务失败中挖掘具有挑战性的“困难案例”，以优化现有技能或提出新技能。
• 可重复使用技能库：维护一个共享的技能库，可在不同的数据集和基础 LLM 模型之间进行迁移。
• 训练循环：对于像 ALFWorld 这样的交互环境，它使用离线专家轨迹进行可扩展的记忆构建训练，并通过环境展开进行任务级别的奖励反馈，以通过 PPO 优化控制器策略。

适用对象

致力于构建长程 AI 代理的研究人员与开发者，这些代理需要管理大量交互历史，并随着时间推移提高其记忆效率与质量。

特点

• 元记忆方法：专注于记忆的“技能”而非内容本身。
• 自我演化：根据效能反馈自动优化记忆策略。
• 可迁移性：支持可在不同基础模型和数据集之间运作的可重复使用技能库。
• 可扩展基础设施：包含多 API 密钥轮询与多处理机制，以实现高吞吐量的评估与训练。