MemTools: A Unified Research Framework for Interoperable Agent Memory
MemTools：面向智能体记忆互操作性的统一研究框架
🧭 Agent 记忆系统模块化框架
Institute of Automation, CAS · University of Chinese Academy of Sciences · Beijing Academy of Artificial Intelligence · Zhongguancun Institute of Artificial Intelligence
提出模块化、可互操作的智能体记忆框架，解耦生命周期与评估，支持异构记忆统一接口
📌 工作参考价值
- 记忆组件模块化设计：将记忆写入、检索、压缩等生命周期阶段解耦，可灵活组装或替换，在电商推荐Agent中可快速试验不同记忆策略（如用户行为摘要、商品知识图谱记忆）而无需重构整个系统。
- 评估与数据正交分离：在构建购物助手记忆评测时，可复用其评估协议与数据集分离的做法，避免评测逻辑与特定数据捆绑，便于横向对比不同记忆模块在推荐任务上的效果。
- 异构记忆统一接口：支持符号、神经、多模态记忆协同，实际场景中可混合存储用户长期偏好（向量）、实时行为（符号）和商品图片特征（多模态），提升记忆的丰富性和检索灵活性。
- 工程化参考实现：该框架提供了标准化的数据契约和运行时接口，可直接借鉴其架构构建公司内部的Agent记忆实验平台，加速记忆增强推荐系统的开发和迭代。
动机：现有智能体记忆系统实现高度碎片化，记忆生命周期的不同阶段紧耦合，评估逻辑与特定数据集、环境捆绑，异构记忆类型缺乏统一管理接口，阻碍系统性记忆机制研究。
方法：提出 MemTools 框架，通过以下方式实现互操作性：(1) 使用声明式数据契约为记忆生命周期（写入、索引、检索、压缩等）定义标准化接口，使各阶段组件可跨系统互换；(2) 将基准数据集与执行协议正交分离，支持可控的组件级评估；(3) 提供统一计算运行时，协调符号记忆、神经记忆和多模态记忆的混合表示与操作。
关键结果：实验表明，MemTools 能有效支持跨系统组件集成、评估协议热插拔以及异构记忆的协同工作，系统性地隔离出不同记忆设计变量的影响，验证了框架作为研究基础设施的实用性。