摘要：
本文介绍如何使用 seekdb-js SDK + Qwen3 Max (via OpenRouter) 为 Node.js AI Agent 实现高效的向量记忆系统。系统支持固定数量、阈值及混合召回策略，显著降低token消耗与响应延迟，并提供完整代码实现。
完整代码仓库: https://github.com/kejun/seekdb-agent-memory
问题背景：为什么传统记忆方案效率低下？
在使用 LangGraph 或自定义 AI Agent 时，持久化记忆是一个核心需求。然而，传统的记忆方案存在一个明显的效率问题：它总是将全部历史消息作为上下文传递给 LLM，即使这些消息与当前问题毫不相关。
举个例子：当你只是向 Agent 问候一句"你好"时，系统却会把过去 50 轮对话的所有内容都塞进 Prompt。这些冗余信息不仅浪费Token，还可能干扰模型的回答质量。
实际后果：
Token 成本飙升（实测可达实际需求的 10-20 倍）
响应延迟增加
模型注意力分散，回答质量下降
seekdb 的解决方案：将消息存储为向量嵌入（Embedding Vectors），通过向量相似度搜索，只召回与当前问题最相关的历史消息。
核心概念解析
1. 什么是嵌入向量（Embedding Vectors）？
计算机无法理解人类语言，它只能处理数字。嵌入向量将文字转换为数值列表，捕捉语义信息。
例如："我喜欢看 AI 教程" → [0.12, -0.45, 0.88, ...]
Qwen3 Embedding 8B 生成 4096 维向量（注意：不是 1024 维）
语义相似的句子，其向量在多维空间中距离更近
2. 向量相似度搜索
直接问计算机 "我喜欢看 AI 教程" 和 "我爱看 YouTube AI 视频" 是否相似，它无法回答。但如果比较它们的嵌入向量，计算机就能计算出确定的相似度分数。
seekdb 的优势：
基于 OceanBase，支持大规模向量数据
原生支持向量存储和相似度搜索
比 PostgreSQL + PGVector 更易部署
3. 距离函数与余弦相似度
seekdb 支持多种距离计算方式：
余弦相似度（Cosine Similarity）：最常用，范围 [-1, 1]
欧几里得距离（L2 Distance）：向量空间直线距离
关键公式：
余弦相似度取值含义：
1.0：完全相似（0°夹角）
0.0：无关（90°夹角）
实践中，> 0.7 通常表示高相关
技术选型
Qwen3 Max + Qwen3 Embedding
两种召回策略对比
策略一：固定数量召回（Limit-based）
始终返回最相似的 N 条历史消息。
适用场景：成本敏感型应用，需要可预测的 Token 成本。
策略二：阈值召回（Threshold-based）
只返回相似度超过阈值的消息（如 ≥ 0.75）。
适用场景：追求回答质量，愿意接受动态上下文长度。
策略三：混合召回（推荐）
先阈值筛选，再限制数量。兼顾质量和可控性。
完整实现代码
以下代码来自实际仓库：https://github.com/kejun/seekdb-agent-memory
1. 安装依赖
2. 环境变量配置（.env）
3. 数据库连接配置
4. 核心记忆管理类
5. 智能 Agent 示例
关键特性：角色过滤
在实际应用中，我们通常只关心用户自己说过的话，而不是 Agent 的回复。通过 role 参数可以实现这一点：
这在处理个人信息查询时特别有用，可以避免召回 Agent 的礼貌回复等无关内容。
效果对比
总结
核心洞察：
- 记忆的关键不在"存多少"，而在"召回准不准"
- 向量相似度搜索是语义记忆的终极方案
- 根据查询类型动态选择召回策略效果更佳
技术栈组合：
Vector DB: seekdb (OceanBase)
LLM: Qwen3 Max via OpenRouter
Embedding: Qwen3 Embedding 8B (4096维)
完整代码: https://github.com/kejun/seekdb-agent-memory