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: github.com/kejun/seekd…
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：github.com/kejun/seekd…
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：
1. 记忆的关键不在"存多少"，而在"召回准不准"
2. 向量相似度搜索是语义记忆的终极方案
3. 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: github.com/kejun/seekd…
