DeerFlow 长期记忆：用户画像与跨会话注入

昨天说了「前端、TypeScript、报告用中文」，今天再要一份技术报告时，没有记忆的 agent 会把语言和篇幅再问一遍。DeerFlow 的 Memory 在回合结束后异步提炼事实，写入 memory.json，下次开聊注入模型可见、界面默认不可见的提醒，让连续使用时少重复交代背景。

memory.json：摘要、facts、confidence

持久化结构大致三层。user 存工作语境、个人偏好、当前关注等摘要段落（workContext / personalContext / topOfMind）；history 存近中远时间线摘要；facts 是可增删的具体条目，带 id、content、category、confidence、createdAt、source 等字段。分类包括 preference、knowledge、context、behavior、goal、correction。摘要适合概括画像，facts 适合可量化、可淘汰的细节。

confidence 约定大致是：0.9–1.0 明确声明（「我是前端工程师」），0.7–0.8 强暗示（一直在聊 React），0.5–0.6 弱推断。写入时低于 fact_confidence_threshold（常见默认 0.7）的条目不入库，减少「我可能想学 Rust」这类随口一说污染画像。存储还可分用户级（users/{user_id}/memory.json，该用户各 agent 共享）与 agent 级（.../agents/{agent_name}/memory.json）；使用某 agent 时可两套一起注入。

写入：Middleware、防抖队列、Updater

MemoryMiddleware.after_agent 在记忆功能开启时取 thread_id 与消息，用 filter_messages_for_memory 丢掉工具调用噪音，只留用户输入与最终回复，再 MemoryUpdateQueue.add。工具调用是过程噪音，对理解用户帮助有限，还会浪费更新提示词的 token。

队列用 debounce_seconds（默认约 30 秒）防抖：有新对话就重置计时，空闲后再批处理，避免每轮立刻打 LLM，也避免连续刷消息时重复更新。计时触发后 MemoryUpdater.update_memory 读取当前记忆，把对话格式化进更新提示词，让模型返回结构化更新。解析侧从回复文本里抠 JSON，容忍前后废话或代码块包裹。模型有时会加「好的，分析结果如下」之类前缀。

应用更新时：user 各段看 shouldUpdate；factsToRemove 删过期 id；newFacts 过置信度再追加；超过 max_facts（常见默认 100）则按置信度降序截断。落盘先写带随机后缀的临时文件再 replace，避免写到一半崩溃留下半成品文件。

还会做几层卫生：内容键去重（大小写无关）；用正则清掉上传文件类临时叙述（会话级路径下次可能不存在，留下记忆会误导 agent 去找不存在的文件）；detect_correction 抓「不对」「别用 X 用 Y」「你搞错了」一类信号，Updater 用高置信度提示强化 correction 事实，并可带 sourceError 记录旧错误做法。注入时 correction 可格式化为带 (avoid: …) 的行。

class MemoryUpdateQueue:
    def add(self, thread_id, messages, ...):
        self._queue.append(context)
        self._reset_timer()  # debounce 后再跑 Updater

注入、token 预算、人工管控

DynamicContextMiddleware 在 before_agent 注入。首轮拼完整 <system-reminder>（记忆块 + <current_date>）；之后主要处理跨天日期更新。提醒做成隐藏 HumanMessage（hide_from_ui），并用消息 ID 技巧插在首条用户消息前：提醒消息复用原用户消息 id，用户消息改派生 id，便于在 LangGraph 消息追踪下做位置替换，也利于前缀缓存（frozen-snapshot：首轮注入后尽量稳住前缀）。模型看到的是「隐藏提醒 + 可见用户句」，用户界面默认只看到后者。

注入有 max_injection_tokens（常见 2000）：先放 user/history，再按置信度填 facts，超预算就停。即使库里有上百条 facts，也只有最重要的一批进上下文。token 计数优先 tiktoken，不可用则字符估算，并对 CJK 比例做区分（中文约 1.5–2 字符/token，英文约 4），避免弱网下载 BPE 卡住。主方案失败时降级，属于有意为之的健壮性。

HTTP API 提供 fact 的增删改查、整包 /memory 读写、import/export，以及清空。你可以手动补一条「下周出差」、删掉记错的偏好、导出备份换机器，或一键忘记。自动提炼之外，用户可以改错记、备份迁移。记忆的最终控制权在用户手里。

两天之间发生了什么

第一天用户交代「前端、TypeScript、中文报告」。对话结束后 after_agent 入队，约三十秒无新消息后 Updater 调 LLM，把偏好写进 memory.json。第二天用户只说「写一份 Vue 相关技术报告」：before_agent 读出记忆，注入类似「Work / Personal / Facts」的 <system-reminder>，模型按既有格式写，用户不必重讲一遍。

注入片段对用户隐藏，对模型可见，大致包含用户语境摘要与带类别、置信度的 facts 列表，再附当天日期。写路径是 MemoryMiddleware → MemoryUpdateQueue → MemoryUpdater → memory.json；读路径是开聊时 DynamicContextMiddleware 读文件并注入。连续对话里少问一遍背景，靠的是这套防抖异步提炼加受控注入。