预计阅读时间：60 分钟难度等级：高级本章导读前面几章我们已经看过 MetaGPT 的核心执行链路：Team - Environment - Role - Action - Message也看过RoleZero如何在动态任务里选择工具，以及DataInterpreter如何围绕 Notebook 推进数据分析任务。本章进入另一个容易混淆但非常重要的主题：记忆、RAG、文档存储和经验池。它们都和“复用历史信息”有关，但职责并不相同：Memory 负责保存当前角色看到过的 Message LongTermMemory 负责把角色关注的 Message 持久化，并用相似检索过滤旧消息 RoleZeroLongTermMemory 负责在 RoleZero 的长对话中把旧消息转入 RAG，并按当前需求召回 RAG SimpleEngine 负责把文档或对象变成可检索节点，支持 retrieve/query/add/persist document_store 负责不同向量库或本地索引的较底层存取封装 Experience Pool 负责把高质量请求和响应保存为经验，在后续类似任务中复用本章的目标不是把所有向量数据库实现逐
预计阅读时间：60 分钟难度等级：高级本章导读前面几章我们已经看过 MetaGPT 的核心执行链路：Team - Environment - Role - Action - Message也看过RoleZero如何在动态任务里选择工具，以及DataInterpreter如何围绕 Notebook 推进数据分析任务。本章进入另一个容易混淆但非常重要的主题：记忆、RAG、文档存储和经验池。它们都和“复用历史信息”有关，但职责并不相同：Memory 负责保存当前角色看到过的 Message LongTermMemory 负责把角色关注的 Message 持久化，并用相似检索过滤旧消息 RoleZeroLongTermMemory 负责在 RoleZero 的长对话中把旧消息转入 RAG，并按当前需求召回 RAG SimpleEngine 负责把文档或对象变成可检索节点，支持 retrieve/query/add/persist document_store 负责不同向量库或本地索引的较底层存取封装 Experience Pool 负责把高质量请求和响应保存为经验，在后续类似任务中复用本章的目标不是把所有向量数据库实现逐
