> ## Documentation Index
> Fetch the complete documentation index at: https://docs.agentscope.io/llms.txt
> Use this file to discover all available pages before exploring further.

# 核心概念

> 理解 ReMe 文件化 Agent 记忆背后的理念与取舍。

ReMe 的核心不是某一种检索算法或流水线，而是对 Agent 长期记忆的一组判断：记忆应由用户拥有，从经验中成长，并且能被人和 Agent 共同理解与修正。

## Memory as File

长期记忆不应该只存在于数据库的内部记录或临时 prompt 中。ReMe 将记忆保存为本地文件，让用户可以用普通工具阅读、搜索、编辑、移动、删除、备份和版本管理。

“文件”不是拒绝索引。ReMe 可以为 Markdown 构建关键词、向量和链接索引，但索引是可重建的派生状态，用户拥有的文件才是事实来源。

这带来三个直接结果：

* **透明**：用户知道 Agent 记住了什么。
* **可控**：错误、过时或敏感的记忆可以被修正和删除。
* **可迁移**：记忆不被锁在特定数据库、模型或 Agent 框架中。

## Memory from Experience

保存全部历史不等于拥有记忆。原始对话适合追溯，却不适合直接承担长期理解；无限追加摘要也会积累重复、冲突和过时信息。

ReMe 区分来源、当日记录和长期记忆：先保留发生过什么，再提炼哪些事实、偏好、方法和知识值得长期复用。新经验可以补充、合并或修正旧认识。

因此，记忆系统需要的不只是“写入”，还包括整理和遗忘。长期记忆的价值取决于它是否能帮助未来行动，而不是文件或 token 的数量。

## Human-Agent Shared Memory

Markdown 是人和 Agent 的共享界面。Agent 可以自动整理、建立链接和召回；用户始终可以检查结果并作出最终修正。

这种协作要求 Agent 遵守与人相同的边界：

* 不因“可能有用”而默认保存敏感信息；
* 修改结论时保留必要的来源和上下文；
* 不把索引结果当作不可质疑的事实；
* 宿主 Agent 决定何时使用记忆，ReMe 不替它决定如何回答或主动行动。

## Connected and Traceable

孤立片段很难解释一项决定如何形成。ReMe 使用链接表达来源和相关关系，让 Agent 可以从一个命中结果继续展开上下文，也让用户能够回到原始材料核对结论。

可追溯不意味着保存一切，而是让重要的长期认识具有足够的证据链。来源消失、判断变化或用户要求遗忘时，相关记忆也应该能够更新。

## 设计取舍

ReMe 有意选择：

* 文件透明性优先于完全黑盒的自动化；
* 用户控制优先于无边界采集；
* 可修正的长期认识优先于无损保存全部上下文；
* 开放的接入契约优先于绑定某一个 Agent 框架。

Auto Memory、Auto Resource、Auto Dream、BM25、embedding 和 wikilink 是当前实现这些理念的方式，而不是理念本身。需要了解具体调用链时，请直接查看 `reme/`、`reme/config/default.yaml` 和 `tests/`。