ReMe¶

agentscope-extensions-reme 接入自托管的 ReMe 记忆服务，特点是基于 trajectory（对话轨迹） 抽取长期记忆，并按 workspace 隔离。

何时使用¶

想要一个轻量的本地记忆服务，启动门槛低。
关注整段对话轨迹的摘要，而不是单条消息级的存储。
用 userId 表达逻辑工作区，每个用户一份独立记忆。

添加依赖¶

<dependency>
    <groupId>io.agentscope</groupId>
    <artifactId>agentscope-extensions-reme</artifactId>
    <version>${agentscope.version}</version>
</dependency>

快速上手¶

import io.agentscope.core.memory.reme.ReMeLongTermMemory;

ReMeLongTermMemory memory = ReMeLongTermMemory.builder()
    .userId("task_workspace")            // 映射到 ReMe 的 workspace_id
    .apiBaseUrl("http://localhost:8002") // 你的 ReMe Server 地址
    .build();

ReActAgent agent = ReActAgent.builder()
    .name("Assistant")
    .model(model)
    .longTermMemory(memory)
    .longTermMemoryMode(LongTermMemoryMode.BOTH)
    .build();

userId 在 ReMe 里实际作为 workspace_id，这是 ReMe 用来切分记忆的最小单位。

工作机制¶

写入（record）：把过滤后的对话拼成一个 ReMeTrajectory，作为整体送给 ReMe 的 add 接口；服务端再用 LLM 把轨迹抽取成可检索的记忆片段。
检索（retrieve）：以当前消息为 query 调用 ReMe 的 search，优先返回服务端聚合的 answer，没有时退化为多个 memory 片段拼接。

写入时遵循与 Bailian 相同的过滤策略：

只保留 USER 与 ASSISTANT 消息。
跳过含 ToolUseBlock 的助手消息（工具调用请求不入记忆）。
跳过含 <compressed_history> 标记的压缩历史。

Builder 配置参数¶

方法	是否必填	默认	说明
`userId(String)`	✅	-	工作区 ID（写入和检索都基于它）
`apiBaseUrl(String)`	✅	-	ReMe 服务地址，例如 `http://localhost:8002`
`timeout(Duration)`	❌	`60s`	HTTP 请求超时

ReMe 暂未提供更细粒度的 metadata 过滤；如果需要按业务标签切分，建议在 userId 里编码命名空间（例如 tenant-a:project-1）。