跳到主要内容

LTM 常见问题

和知识库的区别、召回依据、可控参数的完整说明见 LTM 使用指南,按用量估算费用见 LTM 成本估算。

接入前​

适合 C 端用户吗?和企业知识库的召回有什么区别?​

适合。LTM 只在当前用户自己的记忆里检索,存的是从对话里提炼出的画像、事实和摘要,不是文档切片,所以候选很少,主要按类型和新旧组装。两者可以一起用:知识库回答"产品怎么用",LTM 记住"这个用户怎么用"。逐项对比见 和知识库的区别。

知识库里的文件不会自动变成记忆,只有写入的对话(Event)才会被提炼。

LTM 不适合做什么?​

LTM 记住的是每个用户的长期偏好和事实。下面这些需求请用别的方式实现:

哪些区域可以用 LTM?​

中国区、亚太(新加坡)区和欧洲区,北美区暂未开放。各区域的数据互不同步,请求要发到 Space 所在区域。海外区域只能选 gpt 或 gemini 家族;各区域的地址和模型注意事项见可用区域。

默认的提炼模板适合我的业务吗?​

默认模板偏通用办公场景:Profile 记录回答语言、详略、语气等交互偏好,Facts 只保留角色、项目、技术状态、决策、需求等工作类主题。

C 端、家居等生活场景请在 Space 里自定义 Profile 字段和 Facts 主题,否则大部分生活类内容不会被提炼。见 核心概念。

费用怎么算?​

  • 召回(Context、Search)不调用大模型;Search 每次会生成一次查询向量。
  • 写入后的提炼由 Space 里配置的模型在后台完成,费用记在 Space 所属主体:个人 Space 记在本人,client 范围的 Space 记在该 client。
  • 直接写入或修改 Facts 时,每条生成一次向量,费用同样记在 Space 所属主体;Profile 不调用模型。
  • 托管 Chat 的主模型调用照常计费,注入的记忆计入主模型的输入 token;请求配置了 turing_options.fallbacks 时记忆整体跳过,不产生 LTM 费用。
  • 重跑失败的派生会再次调用提炼模型,按实际调用计费。
  • 存储目前免费。

按自己的用量估算,见 LTM 成本估算。

有定制需求怎么办?​

下面这些可以在 Space 里自己配置:Profile 字段、Facts 主题、各类记忆的提取提示词和模型,以及开启哪些记忆类型,见 可以控制的参数。超出这些的需求,请联系平台负责人评估。

需要自己维护用户数据和全部细节的项目组,可以获取代码自行部署,见记忆保存多久。

内容与隔离​

能不能约束记忆的内容?​

可以,分三层:

  1. 写什么由你决定:托管 Chat 只在得到最终回答后写入;调用 API 时,只有你主动提交的 Event 会被处理。
  2. 提炼什么按 Space 配置:Profile 只提取字段表里的字段;Facts 只保留定义的主题,也可以整类关闭;三类都可以写自定义提取指令、单独选择模型。比如在提取指令里写明只关注和家电使用相关的内容,不记闲聊和抱怨。
  3. Profile 字段会固定:第一条用户 Event 写入后,或第一次直接写入 Profile 字段的值后,就不能再改,请提前设计好。

全部可控参数见 可以控制的参数。

不经过对话,能写入或修改记忆吗?​

可以,有两种方式:

  • 直接写入整理好的记忆:用 批量新增 LTM 记忆 写入事实或 Profile 字段的值,用 批量修改 LTM 记忆 修改已有的记忆,包括从对话提炼出来的。适合在控制台里编辑、导入已有的用户档案、初始化共享规则。内容不经过提炼,由你负责;之后的对话怎样影响这些记忆,见直接写入记忆。
  • 写入一条 Event,让平台提炼:比如用户在界面上把待办负责人从"ZS"改成"张三",可以写入一条 user 消息:"以后 ZS 指张三"。提炼时,新事实会更新或撤回与之矛盾的旧事实。这条信息会不会被保留,取决于 Space 的 Profile 字段和 Facts 主题,见默认的提炼模板。

要删除某一条记忆,见能删除某一条记忆吗;要删除某个用户的全部数据,见记忆保存多久。

能删除某一条记忆吗?​

能。用 删除 LTM 记忆 按 record_id 删除一条,或用 批量删除 LTM 记忆 一次删除最多 100 条。列出 LTM 记忆 能返回的记录都能删除,权限和读取相同。

  • 删除后,List、Search、Context 和托管 Chat 召回都读不到这条记录。它的修订历史也一并删除,只留下一条不含内容的删除记录:删的是哪条、谁删的、什么时候删的。
  • 批量删除逐条处理,一条失败不影响其他条。响应在 deleted 中列出删除成功的记录,在 failed 中列出没有删除的记录和错误码。
  • 原始 Event 不会删除。之后的对话再提到同样的内容,或者删除时还没提炼完的 Event 里有这条信息,都会重新提炼出这条事实;Profile 和 Summary 会随之后的 Event 重新生成。由这条记忆生成过的 Reflection 和活动洞察不会跟着改。
  • 用户说"忘掉 X"时,提炼不会删除记忆。可以先用 搜索 LTM 记忆 找到对应的记录,再按 record_id 删除。

提炼时会看同一会话前面的对话吗?​

会。提炼事实时,LTM 默认把同一会话(同一 Space、同一用户、同一 session_id)之前写入的最近 2 个 Event 一起交给模型,作为上下文。像"对,一直都不吃"这样要结合上一句才能看懂的回答,也能提炼出"不吃辣"。

  • 带几个 Event 由 Space 的 facts_session_history_events 决定:默认 2,范围 0–50,设为 0 则不带前文。创建 Space 时传入,或者用 更新 LTM Space 修改,传 null 恢复默认值;修改只对之后写入的 Event 生效。设成较大的值时,为了让相邻几次提炼带上的前文保持一致,实际带上的个数在设定值的一半左右到设定值之间。
  • 前文只用来理解当前这条,事实只从当前 Event 中提炼。
  • 前文按 LTM 接收 Event 的先后顺序取,已过保留期的 Event 不算在内;重跑一条 Event 时取到的前文和第一次相同。
  • 每次写入只提交新增的轮次,不需要把前文重复写进 Event。
  • 前文每次最多约 6,000 字符,计入事实提炼的输入 token,见 LTM 成本估算。这个上限不随个数变化:设得越大,每个 Event 分到的字符越少,过长的 Event 保留结尾部分。会话的第一条 Event 没有前文,提炼和以前完全一样。
  • 画像仍然只看当前 Event;摘要本来就按会话滚动合并。

重试会重复写入吗?​

不会,前提是带上幂等 key:把你自己的消息 ID 作为请求头 Idempotency-Key(或 body 里的 idempotency_key)传入,同一个 key 重试同一请求会返回原来的 Event。托管 Chat 会自动为每一轮去重。直接写入记忆时,批量新增 LTM 记忆 的请求带上 client_token,用同一个 token 重试同一个请求也不会重复写入。

用户把同一件事说了多遍也没关系:提炼时会跳过重复的事实,用新内容更新过时的事实。

会保存哪些内容?数据怎么隔离?​

  • 托管 Chat:每次得到最终回答后,保存这一轮对话。
  • Public API:保存你提交的 Event 中的消息。
  • Agent Memory:保存用户确认过的简洁记忆。

Space 是硬边界,读写都不会跨 Space。同一 Space 内按用户(actor_id)分开保存,只有显式设置 include_shared: true 才会读到 Space 级共享事实。actor_id 建议使用不含手机号等个人信息的内部 ID。

同一个用户有多台设备或多个账号怎么办?​

记忆按 Space 和 actor_id 归属,只有在同一个 Space 里使用同一个 actor_id,记忆才会共享:

  • 多台设备共享记忆:写入同一个 Space,使用同一个 actor_id,比如账号 ID。Context 和托管 Chat 的召回不能按设备等业务标签过滤。用 Events API 写入时,可以在 Space 上声明元数据键,Search 和记忆列表按它过滤 Facts,但取值不同的 Facts 不会互相合并;托管 Chat 写入的 Event 不带 metadata。见按业务标签区分记忆。
  • 分开保存:使用不同的 actor_id 或不同的 Space。不同 Space 的记忆不能一起召回。
  • 先匿名、后登录:目前不能把一个 actor_id 的记忆合并到另一个,请在接入前定好 actor_id 的规则。

集体规则怎么添加和修改?​

集体规则(比如某个市场的销售条款)以 Space 共享事实保存:写入 owner_type 为 space 的 Event(不传 actor_id),或者用 批量新增 LTM 记忆 直接写入 owner_type 为 space 的事实;读取时设置 include_shared: true。

要修改规则,用 批量修改 LTM 记忆 逐条修改,或者再写入一条说明新规则的 Event,提炼时会更新或撤回旧的事实。

不同市场各有一套规则时,在 Space 上声明元数据键 market,写入规则时在 metadata 里带上市场,Search 时按市场过滤;不同市场的规则也不会互相合并。完整示例见按业务标签区分记忆。Context 和托管 Chat 的召回不按市场过滤,会带上所有市场的共享规则;需要在这两条路径上严格区分市场时,请为每个市场使用单独的 Space。

记忆保存多久?能删除吗?​

保留期只决定数据还用不用,不会删除数据:过期的 Event 和记忆仍然保存。要删除数据,按条删除记忆,或者擦除某个用户的全部数据(见下面第三条)。

保留期在 Space 上设置,需要 CLIENT_ADMIN 权限,详细规则见数据保留与删除:

  • 原始 Event:默认在 90 天内可用于提炼,可以设为 1–365 天(event_retention_days),从 LTM 接收 Event 时算起。超过后 Event 仍然保存,但不再参与提炼,也不能重跑。
  • 画像、事实和摘要:默认不过期,一直保留到删除所在的 Space;提炼时被更新或撤回的旧内容除外。可以按类型设置 1–3650 天(memory_retention_days),从最近一次被确认算起:创建、更新,或之后的对话再次提到同一内容。过期的记忆不会被删除,但不再被召回,也不会再有新内容合并进去。第一次设置期限时从设置那一刻开始计时,满一个完整期限之前不会有记忆过期。
  • 删除某个用户的全部数据:调用 擦除 LTM Actor 数据,删除这个用户在该 Space 里的原始 Event、各类记忆及其修订历史、召回记录。擦除通常在这一次请求内完成,清除期间这个用户的写入会返回 HTTP 409 / code 1745,完成后立即可以写入。Space 共享的数据不受影响,见擦除某个用户的数据。
  • 记忆的每次修改都会把修改前后的内容记入修订历史,保留 365 天,用于审计和追溯。用删除接口删除的记忆,修订历史也一起删除,见能删除某一条记忆吗。
  • 需要自己维护用户数据和全部细节的项目组,可以获取 LTM 代码自行部署,数据只保存在自己的环境中。请联系平台负责人。

召回​

召回用的是什么算法?有 rerank 吗?​

没有单独的 rerank 模型,召回分两路:

  • Context:不调用模型,也不做向量检索。按固定顺序组装画像、事实、最近的摘要等,同一类取最新,再按 token 预算截断。
  • Search:把问题转成向量,过滤后按余弦相似度取 top-k。结果附带 confidence 和 abstain_recommended,相关度不够时建议不使用,阈值可以用 abstain_threshold 调整。

托管 Chat 会同时调用这两路。需要更强的排序时,可以把 Search 的结果交给自己的 rerank 再排一次。细节见 召回依据。

断开后开一个新会话,还记得吗?​

记得,这正是 LTM 解决的问题:新会话开始时用 Context 加载这个用户的记忆,托管 Chat 会自动完成这一步。会话内的上下文(几轮之前说过什么)仍由你自己的聊天记录负责。

记忆在写入后通常要几十秒才能读到。演示时,写入后稍等一会儿再开新会话。

能记住偏好随时间的变化吗?​

召回只返回当前的记忆。比如用户先说"不吃香菜",后来说"现在爱吃香菜了",提炼时会把这条事实更新为后者,而不是保留两条相反的内容。

修改前的内容保留在修订历史里,但不参与召回。Reflection 的活动洞察会总结多次会话里反复出现的行为,但不支持自定义统计维度。

写入后多久能读到?为什么读到的是空的?​

写入返回 accepted 只表示已接收,提炼在后台异步进行,通常需要几十秒。不要固定等待一段时间,用写入返回的 event_id 查询派生状态,见怎么确认一条 Event 处理完了。读到空结果一般有这几种原因:

  • 还没处理完,派生状态为 in_progress;
  • 这段对话里没有值得长期保存的信息,比如寒暄;
  • 内容不在 Profile 字段或 Facts 主题范围内,被过滤掉了,见上面的默认的提炼模板;
  • 提炼失败,派生状态为 dead_lettered;
  • 记忆已超过 Space 的记忆保留期,见记忆保存多久;
  • Search 或记忆列表带了 metadata 过滤,而这些记忆不带对应的值,见按业务标签区分记忆。

怎么确认一条 Event 处理完了?失败了怎么办?​

用写入返回的 event_id 调用 查询 LTM Event 派生状态,每隔几秒查一次,直到 status 不再是 in_progress,示例见 LTM 快速开始。调用权限和写入 Event 相同,返回结果不包含对话和记忆内容。

  • completed:所有策略都处理完了。strategies 里每个已启用的策略各有一条,带 memory_type 和 status,同一类记忆可以有多个策略;no_candidates 表示这条 Event 里没有这个策略需要保留的内容。
  • dead_lettered:至少一个策略多次尝试都失败了,strategies[].error_category 给出原因类别,例如 rate_limited、timeout。等原因消除后再调用 重跑 LTM Event 派生,否则会再次进入死信。重跑只会重启失败的策略,重复调用不会重复启动;重跑会再次调用提炼模型并计费,通常会和已有记忆合并,但不能保证完全不产生重复的事实。
  • cancelled:这条 Event 的数据正在被删除,比如所属用户的数据正在擦除。删除完成后再查询会返回 HTTP 404(code 1780;整个 Space 被删除时为 code 1751),所以很少看到这个状态。
  • untracked:这条 Event 写入于平台开始记录派生进度之前,没有进度记录。这不是临时状态,请用记忆列表确认结果。

expired 为 true 表示 Event 已超过 Space 的 Event 保留期,不会再提炼,重跑会返回 HTTP 409 / code 1740。Event 在处理前就已过期时,对应的策略以 no_candidates 结束,表示没有处理,而不是对话里没有可保留的内容。

接口延迟是多少?在哪里看?​

用 获取 LTM 延迟统计 查看自己 Space 的实测延迟。

  • 召回延迟最值得关注:Search 和 Context 在用户这一轮对话里同步返回,直接影响响应时间。分别给出自己直接调用和托管 Chat 召回的请求数、错误数和 P50 / P95 / P99。
  • 写入到可召回:写入和提炼都在后台进行,这里给出写入 Event 后各类记忆写好所需时间的 P50 / P95 / P99,也就是写入后多久能读到。
  • 写入 Event 的确认:写入在提炼开始前就返回,可以据此设置客户端超时。
  • 默认统计最近 7 天,最长 90 天。流量较少时样本少,P99 波动大,结合请求数一起看。

托管 Chat​

加了 turing_options.memory,为什么没有效果?​

先看响应头:

  • X-Turing-Memory-Read-Status:召回结果;
  • X-Turing-Memory-Capture-Status:是否写入;
  • X-Turing-Memory-Reason:跳过或降级的原因。

最常见的原因是请求里配置了 turing_options.fallbacks(包括 auto):只要配置了,不管 fallback 有没有实际发生,记忆都会整体跳过,原因是 fallback_enabled,请求本身照常返回。需要记忆的请求不要配置 fallback。Developer Platform 的 Trace 也能看到每次召回和写入。

有工具调用时会怎么写入?​

工具调用的中间轮次只召回、不写入;拿到最终回答后才写入一次 Event。

托管 Chat 能只读或只写吗?​

可以,在 turing_options.memory 里设置:

  • capture: false:照常召回,本轮不写入,响应头 X-Turing-Memory-Capture-Status 为 skipped,X-Turing-Memory-Reason 为 capture_disabled。适合访客对话、用户要求这一轮别记、评测跑批,或者共享会话里由另一个 Agent 负责写入。
  • recall: false:不召回、不注入,拿到最终回答后照常写入,X-Turing-Memory-Read-Status 为 skipped。同一轮重试仍然只写入一次。

两者不能同时为 false,要整体关闭记忆请用 enabled: false。关闭读取时仍会检查 Space,space_id 不存在照样返回错误。

能调整托管 Chat 召回的条数和长度吗?​

可以,在 Space 上设置 managed_recall:Search 取几条、弃权阈值、会话简报的预算和摘要条数,以及注入总量的上限。这些值不能在单次请求里调整。默认值和范围见托管 Chat 召回设置。

Agent Memory​

Agent 能自己完成安装吗?为什么登录必须本人来?​

除了创建 API Key 和运行 turing-cli memory login,其他步骤都可以交给 Agent,见 让 Agent 帮你安装。login 只接受交互式终端输入,这样 API Key 不会进入 Agent 的上下文。CI 等非交互环境可以改用环境变量 TURING_MEMORY_API_KEY。

Agent 为什么没有主动使用记忆?和 CLAUDE.md、AGENTS.md 是什么关系?​

Agent 会在开始一项可能受个人偏好、约定或历史决策影响的任务时检索一次,用户提到之前的工作时也会检索,但不会每轮自动触发;也可以直接让它先查一下记忆。

CLAUDE.md、AGENTS.md 等 Agent 自带的记忆照常生效,但其他 Agent 读不到。需要跨 Agent 生效的偏好,确认后也会保存到 Agent Memory。见 Agent Memory。

能在 Claude Code 和 Codex 之间接续同一个任务吗?​

不能。Agent Memory 只保存你确认过的长期偏好和决策,供各个 Agent 和 Portal 共用;它不记录会话过程,也不在 Agent 之间交接正在做的任务。这类数据每一轮都会产生,过几天就没用了,更适合留在你自己的电脑上。

需要换一个 Agent 接着做时,可以用在本机运行的社区开源工具,例如 ai-memory,或腾讯的 MemHub(预览版)。它们在本机汇总各个 Agent 的会话,供其他 Agent 召回或接着做。这类工具可以和 Agent Memory 同时使用:本地工具负责接续当前任务,Agent Memory 负责长期偏好。

它们是第三方项目,不由图灵维护或提供支持,安装和使用以各自的官方文档为准。ai-memory 的模型和 Embedding 请求可以走图灵 API,用量计入你自己的 API Key,见在 ai-memory 中使用图灵模型。

默认个人 Space 能删除吗?​

不能。对默认 Personal Space 调用删除会返回 HTTP 403 / code 1308;自定义个人 Space 可以删除。如果默认 Space 在这项限制上线前已被删除,准备默认 Space 时会返回 HTTP 409 / code 1750,请带上 trace ID 联系平台负责人。

自助排查