第一次对话:
玩家: "你好,你是做什么的?"
张三: "你好!我是Python工程师,主要负责多智能体系统开发。"

第二次对话 (5分钟后):
玩家: "还记得我刚才问你什么吗?"
张三: "当然记得!你问我是做什么的,我说我是Python工程师。最近在研究HelloAgents框架。"

第一天:
玩家: "你最喜欢的编程语言是什么?"
张三: "我最喜欢Python,简洁优雅,生态丰富。"

第二天:
玩家: "我们之前聊过编程语言吗?"
张三: "聊过!我记得我说过我最喜欢Python,你对这个感兴趣吗?"

与张三对话:
玩家: "我最近在学习多智能体系统"
张三: "太好了!我正好在研究这个,有什么问题可以问我。"

与李四对话:
玩家: "我刚才和张三聊了什么?"
李四: "抱歉,我不知道你和张三聊了什么,我只负责产品方面的工作。"

NPCAgentManager
├── agents: Dict[str, SimpleAgent]          # NPC Agent
├── memories: Dict[str, MemoryManager]      # NPC记忆管理器
└── chat(npc_name, message, player_id)      # 对话接口
    ├── 1. 检索相关记忆
    ├── 2. 构建增强提示词
    ├── 3. 调用Agent生成回复
    └── 4. 保存对话到记忆

backend/memory_data/
├── 张三/
│   ├── sqlite_store.db          # SQLite数据库 (权威存储)
│   └── qdrant_collection/       # Qdrant向量索引 (语义检索)
├── 李四/
│   ├── sqlite_store.db
│   └── qdrant_collection/
└── 王五/
    ├── sqlite_store.db
    └── qdrant_collection/

{
    "id": "memory_uuid",
    "content": "玩家说: 你好,你是做什么的?",
    "type": "working",  # working/episodic
    "importance": 0.5,  # 0-1之间
    "timestamp": "2024-01-15T10:30:00",
    "metadata": {
        "speaker": "player",
        "player_id": "player",
        "session_id": "player",
        "context": {
            "interaction_type": "dialogue",
            "npc_name": "张三"
        }
    }
}

POST /chat
Content-Type: application/json

{
    "npc_name": "张三",
    "message": "你好,你是做什么的?"
}

{
    "npc_name": "张三",
    "npc_title": "Python工程师",
    "message": "你好!我是Python工程师,主要负责多智能体系统开发。",
    "success": true
}

GET /npcs/张三/memories?limit=10

{
    "npc_name": "张三",
    "memories": [
        {
            "id": "uuid-1",
            "content": "玩家说: 你好,你是做什么的?",
            "type": "working",
            "importance": 0.5,
            "timestamp": "2024-01-15T10:30:00",
            "metadata": {...}
        },
        ...
    ],
    "total": 10
}

DELETE /npcs/张三/memories?memory_type=working

{
    "message": "已清空张三的记忆",
    "npc_name": "张三",
    "memory_type": "working"
}

cd backend
python test_memory.py

cd backend
python main.py

memory_config = MemoryConfig(
    storage_path=f"./memory_data/{npc_name}",  # 存储路径
    working_memory_capacity=10,                # 工作记忆容量
    working_memory_tokens=2000,                # 工作记忆token限制
    episodic_memory_capacity=100,              # 情景记忆容量
    enable_forgetting=True,                    # 启用遗忘机制
    forgetting_threshold=0.3                   # 遗忘阈值
)

# 在agents.py的chat方法中
print(f"🧠 {npc_name}检索到{len(relevant_memories)}条相关记忆")
print(f"💾 对话已保存到{npc_name}的记忆中")

# 查看SQLite数据库
cd backend/memory_data/张三
sqlite3 sqlite_store.db
> SELECT * FROM memories;

# 使用API清空记忆
DELETE /npcs/张三/memories

# 或者直接删除文件
rm -rf backend/memory_data/张三