1. RAG

先从记忆系统中检索相关内容，再通过 LLM 生成回复，这种模式就是 RAG（Retrieval-Augmented Generation），也被称为检索增强生成

而在记忆系统中，我们可以通过多种方式存储记忆，例如关系型数据库、向量数据库、键值存储等

数据库直接存储的缺陷是：无法进行语义检索，无法进行相似度匹配，因此，在特性的需求之下，我们需要使用向量数据库来存储记忆，并使用语义检索来检索记忆。

但是，向量数据库并不是万能的，它也有自己的局限性，例如：

用户询问：“我的生日是几月几号？”

向量检索可能召回 用户生日当天去了 Blue Note 爵士酒吧庆祝。这段记忆确实和生日有关，却没有回答具体日期。此时应该直接查询结构化的用户画像表，取出 birthday: "03-14"，而不是继续比较文本的语义相似度

时间范围查询也有相似的问题，用户问：上周我们聊了什么？

其中的上周是一个明确的时间条件，向量检索本身并不理解这个范围。虽然可以像第四篇文章中提到的那样增加元数据过滤，但如果上周积累了 200 条对话，只返回相似度最高的 Top-5，依然无法概括那一周的完整内容

又比如全文关键词查询。用户说： 我之前提到过一本叫《三体》的书

三体 属于专有名词，Embedding 模型处理这类词语时并不总是稳定。它可能把查询映射到 物理学 或 科幻 一类更宽泛的语义方向，却没有精确匹配 三体 这两个字。面对这种查询，传统关键词搜索反而更可靠

这三类问题分别指向精确事实、时间范围和专有名词，它们需要的是精确匹配或结构化查询。因此，记忆系统不能只依赖向量检索，还需要把向量检索、关键词检索和结构化查询组合起来。这就是本篇要介绍的混合检索架构。