【Agent】OpenManus-Agent-Memory详细设计

非晓为骁2025-03-17 10:04

概述

Memory 是一个用于存储和管理对话消息的数据结构，它是 Agent 的核心组件，负责维护对话历史和上下文信息。Memory 基于 Pydantic 的 BaseModel 实现，提供了类型安全和数据验证功能。

Memory 数据结构是 Agent 系统的核心组件，它提供了存储和管理对话历史的功能，为代理提供了必要的上下文信息，使代理能够进行连贯的对话和决策。

数据结构

Memory 类

python 复制代码 
class Memory(BaseModel):
    messages: List[Message] = Field(default_factory=list)
    max_messages: int = Field(default=100)
参数名称 类型 默认值 描述
messages List[Message] [] 存储消息的列表
max_messages int 100 内存中保存的最大消息数量

依赖的数据结构

Message 类
python 复制代码 
class Message(BaseModel):
    role: ROLE_TYPE = Field(...)
    content: Optional[str] = Field(default=None)
    tool_calls: Optional[List[ToolCall]] = Field(default=None)
    name: Optional[str] = Field(default=None)
    tool_call_id: Optional[str] = Field(default=None)
参数名称 类型 默认值 描述
role ROLE_TYPE 必填 消息发送者的角色
content Optional[str] None 消息内容
tool_calls Optional[List[ToolCall]] None 工具调用列表
name Optional[str] None 工具名称（用于工具消息）
tool_call_id Optional[str] None 工具调用ID（用于工具消息）
Role 枚举
python 复制代码 
class Role(str, Enum):
    """Message role options"""
    SYSTEM = "system"
    USER = "user"
    ASSISTANT = "assistant"
    TOOL = "tool"
值 描述
SYSTEM 系统消息，通常用于设置指令或上下文
USER 用户消息，表示用户输入
ASSISTANT 助手消息，表示AI助手的响应，一般是询问 LLM 调用什么 tool call
TOOL 工具消息，表示工具执行的结果
ToolCall 类
python 复制代码 
class ToolCall(BaseModel):
    """Represents a tool/function call in a message"""
    id: str
    type: str = "function"
    function: Function
属性名 类型 默认值 描述
id str 必填 工具调用的唯一标识符
type str "function" 工具调用类型
function Function 必填 函数信息
Function 类
python 复制代码 
class Function(BaseModel):
    name: str
    arguments: str
属性名 类型 默认值 描述
name str 必填 函数名称
arguments str 必填 函数参数（JSON格式字符串）

方法分析

Memory 类方法

add_message
python 复制代码 
def add_message(self, message: Message) -> None:
    """Add a message to memory"""
    self.messages.append(message)
    # Optional: Implement message limit
    if len(self.messages) > self.max_messages:
        self.messages = self.messages[-self.max_messages :]

功能 ：向 Memory 中添加单个消息。
参数：

  • message: Message - 要添加的消息对象

实现细节：

  • 将消息追加到消息列表末尾
  • 检查消息数量是否超过最大限制
  • 如果超过限制，保留最近的 max_messages 条消息

设计理念：

  • 实现滑动窗口机制，防止内存无限增长
  • 保留最近的消息，确保最相关的上下文信息被保留
add_messages

在 planning agent 里面使用的

python 复制代码 
def add_messages(self, messages: List[Message]) -> None:
    """Add multiple messages to memory"""
    self.messages.extend(messages)

功能 ：向内存中批量添加多个消息。
参数：

  • messages: List[Message] - 要添加的消息列表

实现细节：

  • 使用 extend 方法将消息列表追加到现有消息列表
  • 注意：此方法不检查最大消息限制

设计理念：

  • 提供批量添加消息的便捷方法
  • 优化性能，避免多次调用 add_message
clear
python 复制代码 
def clear(self) -> None:
    """Clear all messages"""
    self.messages.clear()

功能：清空内存中的所有消息。

实现细节：

  • 使用 Python 列表的 clear 方法清空消息列表

设计理念：

  • 提供重置对话历史的能力
  • 在需要开始新对话时使用
get_recent_messages
python 复制代码 
def get_recent_messages(self, n: int) -> List[Message]:
    """Get n most recent messages"""
    return self.messages[-n:]

功能 ：获取最近的 n 条消息。
参数：

  • n: int - 要获取的消息数量

返回值：

  • List[Message] - 最近的 n 条消息列表

实现细节：

  • 使用 Python 列表切片获取最后 n 个元素

设计理念：

  • 允许获取有限数量的最近消息
  • 用于构建有限上下文窗口
to_dict_list
python 复制代码 
def to_dict_list(self) -> List[dict]:
    """Convert messages to list of dicts"""
    return [msg.to_dict() for msg in self.messages]

功能：将消息列表转换为字典列表。

返回值：

  • List[dict] - 消息字典列表

实现细节：

  • 使用列表推导式对每个消息调用 to_dict 方法
  • 依赖 Message 类的 to_dict 方法

设计理念：

  • 提供序列化功能，便于与外部系统交互
  • 将复杂对象转换为简单数据结构

Message 类相关方法

to_dict
python 复制代码 
def to_dict(self) -> dict:
    """Convert message to dictionary format"""
    message = {"role": self.role}
    if self.content is not None:
        message["content"] = self.content
    if self.tool_calls is not None:
        message["tool_calls"] = [tool_call.dict() for tool_call in self.tool_calls]
    if self.name is not None:
        message["name"] = self.name
    if self.tool_call_id is not None:
        message["tool_call_id"] = self.tool_call_id
    return message

功能：将消息对象转换为字典格式。

返回值：

  • dict - 消息的字典表示
工厂方法

Message 类提供了多个工厂方法，用于创建不同类型的消息：

python 复制代码 
@classmethod
def user_message(cls, content: str) -> "Message":
    """Create a user message"""
    return cls(role=Role.USER, content=content)

@classmethod
def system_message(cls, content: str) -> "Message":
    """Create a system message"""
    return cls(role=Role.SYSTEM, content=content)

@classmethod
def assistant_message(cls, content: Optional[str] = None) -> "Message":
    """Create an assistant message"""
    return cls(role=Role.ASSISTANT, content=content)

@classmethod
def tool_message(cls, content: str, name, tool_call_id: str) -> "Message":
    """Create a tool message"""
    return cls(
        role=Role.TOOL, content=content, name=name, tool_call_id=tool_call_id
    )

@classmethod
def from_tool_calls(
    cls, tool_calls: List[Any], content: Union[str, List[str]] = "", **kwargs
):
    """Create ToolCallsMessage from raw tool calls."""
    formatted_calls = [
        {"id": call.id, "function": call.function.model_dump(), "type": "function"}
        for call in tool_calls
    ]
    return cls(
        role=Role.ASSISTANT, content=content, tool_calls=formatted_calls, **kwargs
    )

功能：提供创建各种类型消息的便捷方法。

运算符重载

Message 类重载了 + 运算符，支持消息与列表或其他消息的组合：

注意：这个重载是不校验 memory中messages的长度的，也就是不受 max_messages 参数限制。一般用在添加 user msg 的时候，可见 ToolAgent 中 think 方法

如果是为了保证 user msg 一定被加到 memory messages 里面，感觉用一个特别的方法名称来标识会更好一点。

python 复制代码 
def __add__(self, other) -> List["Message"]:
    """支持 Message + list 或 Message + Message 的操作"""
    if isinstance(other, list):
        return [self] + other
    elif isinstance(other, Message):
        return [self, other]
    else:
        raise TypeError(
            f"unsupported operand type(s) for +: '{type(self).__name__}' and '{type(other).__name__}'"
        )

def __radd__(self, other) -> List["Message"]:
    """支持 list + Message 的操作"""
    if isinstance(other, list):
        return other + [self]
    else:
        raise TypeError(
            f"unsupported operand type(s) for +: '{type(other).__name__}' and '{type(self).__name__}'"
        )

功能 ：允许使用 + 运算符组合消息和消息列表。

设计理念：

  • 提供直观的语法糖，简化消息列表操作
  • 支持多种组合方式，增强灵活性

使用示例

python 复制代码 
# 创建内存实例
memory = Memory()

# 添加不同类型的消息
memory.add_message(Message.system_message("你是一个有用的助手"))
memory.add_message(Message.user_message("你好，请帮我写一首诗"))
memory.add_message(Message.assistant_message("好的，这是一首关于春天的诗：..."))

# 获取最近的消息
recent_msgs = memory.get_recent_messages(2)

# 转换为字典列表（用于API调用）
dict_msgs = memory.to_dict_list()

# 清空内存
memory.clear()

设计理念总结

  1. 类型安全：

    • 使用 Pydantic 模型确保数据类型正确
    • 使用枚举类型限制可能的值（如角色）

  2. 内存管理：

    • 实现最大消息限制，防止内存无限增长
    • 保留最近的消息，确保相关上下文

  3. 灵活性：

    • 支持多种消息类型（用户、系统、助手、工具）
    • 提供工厂方法简化消息创建

  4. 序列化：

    • 提供转换为字典的方法，便于与API交互
    • 只包含非空字段，减少数据大小

  5. 便捷操作：

    • 重载运算符，简化消息组合
    • 提供批量操作方法，提高效率

  6. 模块化：

    • 将消息和内存分离为独立类
    • 清晰的职责分离，遵循单一职责原则
相关推荐
Edward.W1 小时前
从SOA到微服务：架构演进之路与实践示例
微服务·架构·云计算
编程在手天下我有7 小时前
从软件到硬件：三大主流架构的特点与优劣详解
架构·系统架构·软件开发·企业管理·技术分析·硬件技术
Tester_孙大壮15 小时前
几个COZE智能体经验小分享
agent·智能体
江鸟199816 小时前
AI日报 · 2025年5月03日｜Perplexity 集成 WhatsApp，苹果传与 Anthropic 合作开发 Xcode
人工智能·gpt·macos·大模型·agent·xcode·智能体
yin13817 小时前
《可信数据空间 技术架构》技术文件正式发布
大数据·架构
水煮蛋不加蛋18 小时前
从 Pretrain 到 Fine-tuning：大模型迁移学习的核心原理剖析
人工智能·机器学习·ai·大模型·llm·微调·迁移学习
小小工匠21 小时前
架构思维：利用全量缓存架构构建毫秒级的读服务
架构·binlog·全量缓存架构
结冰架构1 天前
【AI提示词】成本效益分析师
大数据·人工智能·ai·信息可视化·提示词
天堂的恶魔9461 天前
Docker —— 技术架构的演进
docker·容器·架构
程序员JerrySUN1 天前
驱动开发硬核特训 · Day 27（下篇）：深入掌握 Common Clock Framework 架构与实战开发
驱动开发·架构
热门推荐
01KGG转MP3工具|非KGM文件|解密音频02从零安装 LLaMA-Factory 微调 Qwen 大模型成功及所有的坑03YOLOv8入门 | 重要性能衡量指标、训练结果评价及分析及影响mAP的因素【发论文关注的指标】04【SpeedAI科研小助手】2分钟极速解决知网维普重复率、AIGC率过高，一键全文降！文件格式不变，公式都保留的！05YOLOv8目标检测在RK3588部署全过程06西电B测-计算机网络综合实验(含验收问题)07【2025年最新】OpenWrt 更换国内源的指南（图形界面版)08Coze扣子平台完整体验和实践（附国内和国际版对比）09DeepSeek各版本说明与优缺点分析10yolov10来了！用yolov10训练自己的数据集（原理、训练、部署、应用）