一、前言010/017 用"窗口裁剪"解决了"聊多了爆上下文"，但代价是忘掉的内容彻底消失——第 15 轮用户说"我叫小明、做前端的"，裁剪后再问"我是谁"就答不上来。本篇把记忆升级成两层：短期记忆摘要压缩（忘掉的转成摘要）+长期记忆档案提取（关键事实持久化，跨会话可用）。二、核心概念通俗拆解2.1 记忆的三层模型工作记忆：本次请求的 messages（005 篇）——即时、易逝 短期记忆：会话内的历史管理（005/010 的裁剪、本篇的摘要压缩） 长期记忆：跨会话持久化（本篇的档案提取 / 014 的向量知识库思想同源）2.2 短期记忆：摘要压缩（Summary Memory）窗口裁剪是"直接扔"，摘要是**“扔之前先打包成一段浓缩记忆”**：历史超过阈值 → 把最旧的一批对话交给模型总结 → 摘要写进 system → 只保留最近几轮原文代价：每次压缩多一次 LLM 调用（低频发生，可接受）；收益：该记得的还在，上下文长度可控。2.3 长期记忆：从对话里"提取档案"