OpenViking 上下文数据库 | 08 - 会话如何变成长时记忆：Session 与 Compressor

这是 OpenViking 系列的第 8 篇。

上一篇我们讲了语义检索：OpenViking 如何在viking://文件系统、L0/L1/L2 分层上下文和 ContextType 之上，让 Agent 找到更可解释的结果。

这一篇继续看另一个非常关键的问题：

Agent 的对话历史，如何变成未来还能继续使用的长期记忆？

如果 Agent 每次对话结束后什么都不留下，那么它下一次仍然像第一次见你。

如果 Agent 把所有历史原文都塞进 prompt，那么上下文会越来越长，成本越来越高，噪声也越来越多。

OpenViking 的 Session 机制，就是在这两者之间建立一个工程化折中：

• 当前对话先记录为消息。
• 到合适时机执行commit()。
• 原始消息进入归档。
• 归档生成摘要和概览。
• 有价值的信息被提取成长期 Memory。
• 后续检索和对话可以复用这些沉淀。

这篇解决什么问题

很多人第一次做 Agent 记忆时，会有两个极端想法。

第一个极端是：

直接把所有历史消息都带上。

这个方案简单，但很快会遇到问题：

• token 成本越来越高。
• 长上下文里关键信息容易被淹没。