# Notes: 智能体系统设计研究

## 设计决策汇总

### 1. 架构选择
- **方案**: 自研 Agent Core（方案 B）
- **理由**: 完全可控，易于扩展，支持多智能体调度

### 2. 工作模式
- **独立模式**: 单个智能体独立处理任务
- **协作模式**: Supervisor 调度多个子智能体

### 3. 记忆系统设计
- Working Memory: 当前任务上下文（内存变量）
- Session Memory: 会话级记忆（Redis + 摘要）
- Persistent Memory: 长期记忆（向量存储）

### 4. 性能优化策略
- 分层检索: Working → Session → Persistent
- 记忆压缩: 摘要 + 结构化标签
- 按需加载: LLM 决策需要什么记忆再检索
- 缓存策略: 热门记忆放内存缓存

### 5. 错误处理
- 重试机制: LLM 调用失败重试 3 次
- 降级策略: 记忆加载失败降级到无记忆模式
- 超时控制: 多智能体调度设置超时

## 技术栈确认
- 后端: Python FastAPI (agent/)
- 记忆存储: Redis + PostgreSQL/Milvus
- LLM: OpenAI / Anthropic SDK
- 技能: 内置 + 自定义 + MCP + API