mirror of
https://github.com/CherryHQ/cherry-studio.git
synced 2025-12-19 22:52:08 +08:00
- Updated links in CONTRIBUTING.md and README.md to point to the correct Chinese documentation paths. - Removed outdated files including the English and Chinese versions of the branching strategy, contributing guide, and test plan documents. - Cleaned up references to non-existent documentation in the project structure to streamline the contributor experience.
223 lines
7.0 KiB
Markdown
223 lines
7.0 KiB
Markdown
# Cherry Studio 记忆功能指南
|
||
|
||
## 功能介绍
|
||
|
||
Cherry Studio 的记忆功能是一个强大的工具,能够帮助 AI 助手记住对话中的重要信息、用户偏好和上下文。通过记忆功能,您的 AI 助手可以:
|
||
|
||
- 📝 **记住重要信息**:自动从对话中提取并存储关键事实和信息
|
||
- 🧠 **个性化响应**:基于存储的记忆提供更加个性化和相关的回答
|
||
- 🔍 **智能检索**:在需要时自动搜索相关记忆,增强对话的连贯性
|
||
- 👥 **多用户支持**:为不同用户维护独立的记忆上下文
|
||
|
||
记忆功能特别适用于需要长期保持上下文的场景,例如个人助手、客户服务、教育辅导等。
|
||
|
||
## 如何启用记忆功能
|
||
|
||
### 1. 全局配置(首次设置)
|
||
|
||
在使用记忆功能之前,您需要先进行全局配置:
|
||
|
||
1. 点击侧边栏的 **记忆** 图标(记忆棒图标)进入记忆管理页面
|
||
2. 点击右上角的 **更多** 按钮(三个点),选择 **设置**
|
||
3. 在设置弹窗中配置以下必要项:
|
||
- **LLM 模型**:选择用于处理记忆的语言模型(推荐使用 GPT-4 或 Claude 等高级模型)
|
||
- **嵌入模型**:选择用于生成向量嵌入的模型(如 text-embedding-3-small)
|
||
- **嵌入维度**:输入嵌入模型的维度(通常为 1536)
|
||
4. 点击 **确定** 保存配置
|
||
|
||
> ⚠️ **注意**:嵌入模型和维度一旦设置后无法更改,请谨慎选择。
|
||
|
||
### 2. 为助手启用记忆
|
||
|
||
完成全局配置后,您可以为特定助手启用记忆功能:
|
||
|
||
1. 进入 **助手** 页面
|
||
2. 选择要启用记忆的助手,点击 **编辑**
|
||
3. 在助手设置中找到 **记忆** 部分
|
||
4. 打开记忆功能开关
|
||
5. 保存助手设置
|
||
|
||
启用后,该助手将在对话过程中自动提取和使用记忆。
|
||
|
||
## 使用方法
|
||
|
||
### 查看记忆
|
||
|
||
1. 点击侧边栏的 **记忆** 图标进入记忆管理页面
|
||
2. 您可以看到所有存储的记忆卡片,包括:
|
||
- 记忆内容
|
||
- 创建时间
|
||
- 所属用户
|
||
|
||
### 添加记忆
|
||
|
||
手动添加记忆有两种方式:
|
||
|
||
**方式一:在记忆管理页面添加**
|
||
|
||
1. 点击右上角的 **添加记忆** 按钮
|
||
2. 在弹窗中输入记忆内容
|
||
3. 点击 **添加** 保存
|
||
|
||
**方式二:在对话中自动提取**
|
||
|
||
- 当助手启用记忆功能后,系统会自动从对话中提取重要信息并存储为记忆
|
||
|
||
### 编辑记忆
|
||
|
||
1. 在记忆卡片上点击 **更多** 按钮(三个点)
|
||
2. 选择 **编辑**
|
||
3. 修改记忆内容
|
||
4. 点击 **保存**
|
||
|
||
### 删除记忆
|
||
|
||
1. 在记忆卡片上点击 **更多** 按钮
|
||
2. 选择 **删除**
|
||
3. 确认删除操作
|
||
|
||
## 记忆搜索
|
||
|
||
记忆管理页面提供了强大的搜索功能:
|
||
|
||
1. 在页面顶部的搜索框中输入关键词
|
||
2. 系统会实时过滤显示匹配的记忆
|
||
3. 搜索支持模糊匹配,可以搜索记忆内容的任何部分
|
||
|
||
## 用户管理
|
||
|
||
记忆功能支持多用户,您可以为不同的用户维护独立的记忆库:
|
||
|
||
### 切换用户
|
||
|
||
1. 在记忆管理页面,点击右上角的用户选择器
|
||
2. 选择要切换到的用户
|
||
3. 页面会自动加载该用户的记忆
|
||
|
||
### 添加新用户
|
||
|
||
1. 点击用户选择器
|
||
2. 选择 **添加新用户**
|
||
3. 输入用户 ID(支持字母、数字、下划线和连字符)
|
||
4. 点击 **添加**
|
||
|
||
### 删除用户
|
||
|
||
1. 切换到要删除的用户
|
||
2. 点击右上角的 **更多** 按钮
|
||
3. 选择 **删除用户**
|
||
4. 确认删除(注意:这将删除该用户的所有记忆)
|
||
|
||
> 💡 **提示**:默认用户(default-user)无法删除。
|
||
|
||
## 设置说明
|
||
|
||
### LLM 模型
|
||
|
||
- 用于处理记忆提取和更新的语言模型
|
||
- 建议选择能力较强的模型以获得更好的记忆提取效果
|
||
- 可随时更改
|
||
|
||
### 嵌入模型
|
||
|
||
- 用于将文本转换为向量,支持语义搜索
|
||
- 一旦设置后无法更改(为了保证现有记忆的兼容性)
|
||
- 推荐使用 OpenAI 的 text-embedding 系列模型
|
||
|
||
### 嵌入维度
|
||
|
||
- 嵌入向量的维度,需要与选择的嵌入模型匹配
|
||
- 常见维度:
|
||
- text-embedding-3-small: 1536
|
||
- text-embedding-3-large: 3072
|
||
- text-embedding-ada-002: 1536
|
||
|
||
### 自定义提示词(可选)
|
||
|
||
- **事实提取提示词**:自定义如何从对话中提取信息
|
||
- **记忆更新提示词**:自定义如何更新现有记忆
|
||
|
||
## 最佳实践
|
||
|
||
### 1. 合理组织记忆
|
||
|
||
- 保持记忆简洁明了,每条记忆专注于一个具体信息
|
||
- 使用清晰的语言描述事实,避免模糊表达
|
||
- 定期审查和清理过时或不准确的记忆
|
||
|
||
### 2. 多用户场景
|
||
|
||
- 为不同的使用场景创建独立用户(如工作、个人、学习等)
|
||
- 使用有意义的用户 ID,便于识别和管理
|
||
- 定期备份重要用户的记忆数据
|
||
|
||
### 3. 模型选择建议
|
||
|
||
- **LLM 模型**:GPT-4、Claude 3 等高级模型能更准确地提取和理解信息
|
||
- **嵌入模型**:选择与您的主要使用语言匹配的模型
|
||
|
||
### 4. 性能优化
|
||
|
||
- 避免存储过多冗余记忆,这可能影响搜索性能
|
||
- 定期整理和合并相似的记忆
|
||
- 对于大量记忆的场景,考虑按主题或时间进行分类管理
|
||
|
||
## 常见问题
|
||
|
||
### Q: 为什么我无法启用记忆功能?
|
||
|
||
A: 请确保您已经完成全局配置,包括选择 LLM 模型和嵌入模型。
|
||
|
||
### Q: 记忆会自动同步到所有助手吗?
|
||
|
||
A: 不会。每个助手的记忆功能需要单独启用,且记忆是按用户隔离的。
|
||
|
||
### Q: 如何导出我的记忆数据?
|
||
|
||
A: 目前系统暂不支持直接导出功能,但所有记忆都存储在本地数据库中。
|
||
|
||
### Q: 删除的记忆可以恢复吗?
|
||
|
||
A: 删除操作是永久的,无法恢复。建议在删除前仔细确认。
|
||
|
||
### Q: 记忆功能会影响对话速度吗?
|
||
|
||
A: 记忆功能在后台异步处理,不会明显影响对话响应速度。但过多的记忆可能会略微增加搜索时间。
|
||
|
||
### Q: 如何清空所有记忆?
|
||
|
||
A: 您可以删除当前用户并重新创建,或者手动删除所有记忆条目。
|
||
|
||
## 注意事项
|
||
|
||
### 隐私保护
|
||
|
||
- 所有记忆数据都存储在您的本地设备上,不会上传到云端
|
||
- 请勿在记忆中存储敏感信息(如密码、私钥等)
|
||
- 定期审查记忆内容,确保没有意外存储的隐私信息
|
||
|
||
### 数据安全
|
||
|
||
- 记忆数据存储在本地数据库中
|
||
- 建议定期备份重要数据
|
||
- 更换设备时请注意迁移记忆数据
|
||
|
||
### 使用限制
|
||
|
||
- 单条记忆的长度建议不超过 500 字
|
||
- 每个用户的记忆数量建议控制在 1000 条以内
|
||
- 过多的记忆可能影响系统性能
|
||
|
||
## 技术细节
|
||
|
||
记忆功能使用了先进的 RAG(检索增强生成)技术:
|
||
|
||
1. **信息提取**:使用 LLM 从对话中智能提取关键信息
|
||
2. **向量化存储**:通过嵌入模型将文本转换为向量,支持语义搜索
|
||
3. **智能检索**:在对话时自动搜索相关记忆,提供给 AI 作为上下文
|
||
4. **持续学习**:随着对话进行,不断更新和完善记忆库
|
||
|
||
---
|
||
|
||
💡 **提示**:记忆功能是 Cherry Studio 的高级特性,合理使用可以大大提升 AI 助手的智能程度和用户体验。如有更多问题,欢迎查阅文档或联系支持团队。
|