[晚安R]继续上一篇关于memory-based agent的内容，从实现和评价的角度理解memory-based agent。 [晚安R]记忆的来源可以来自与环境的交互过程，以及外部知识库；记忆的形式主要有自然语言和参数化两种形式；agent在与环境交互的过程中，会涉及读记忆，记忆管理，写记忆三个过程。 [晚安R]为了评估memory-based agent，除了客观指标如推理时长，准确率等，一般会采用一些测试任务，来测试agent对memory的使用情况。 [海豚R][海豚R][海豚R][海豚R][海豚R][海豚R][海豚R][海豚R][海豚R][海豚R][海豚R][海豚R][海豚R][海豚R][海豚R][海豚R][海豚R][海豚R][海豚R] 最近更新频率低了不少，因为太忙了，偶然间灵光一闪想出的一个idea，我正急于把它落地，看看它是否如我预想一般具备商业价值。 虽然不确定能不能做成，我就已经想好了plan B，《可商用llm应用完整代码及技术文档》，也希望能沉淀出一些有价值的东西给到大家。（希望模型效果不是全靠洗数据洗出来的…） 在开发实现的过程中，我总能感受到一种前所未有的兴奋感，这是我在打工的时候完全没有的感觉——我既生于烈风，便不会困于樊笼