# 八仙记忆银行文档 (Cloudflare AutoRAG)

每个八仙智能体都有一个专属的记忆空间，用于存储其在不同辩论主题下的记忆。这些记忆通过Cloudflare Vectorize进行向量索引，并利用Workers AI进行语义检索。

## 记忆类型

1. **对话记忆 (conversation)**: 智能体在特定辩论中的发言和互动记录。
2. **偏好记忆 (preference)**: 智能体的投资偏好、分析方法和决策倾向。
3. **知识记忆 (knowledge)**: 智能体掌握的金融知识、市场信息和分析模型。
4. **策略记忆 (strategy)**: 智能体在辩论中使用的论证策略和战术。

## 八仙记忆空间列表

- **铁拐李 (tieguaili)**
  - 标识符: `cf_memory_tieguaili`
  - 特点: 擅长技术分析和风险控制

- **汉钟离 (hanzhongli)**
  - 标识符: `cf_memory_hanzhongli`
  - 特点: 注重基本面分析和长期价值

- **张果老 (zhangguolao)**
  - 标识符: `cf_memory_zhangguolao`
  - 特点: 擅长宏观趋势分析和周期判断

- **蓝采和 (lancaihe)**
  - 标识符: `cf_memory_lancaihe`
  - 特点: 关注市场情绪和资金流向

- **何仙姑 (hexiangu)**
  - 标识符: `cf_memory_hexiangu`
  - 特点: 精于财务数据分析和估值模型

- **吕洞宾 (lvdongbin)**
  - 标识符: `cf_memory_lvdongbin`
  - 特点: 善于多维度综合分析和创新策略

- **韩湘子 (hanxiangzi)**
  - 标识符: `cf_memory_hanxiangzi`
  - 特点: 擅长行业比较和相对价值分析

- **曹国舅 (caoguojiu)**
  - 标识符: `cf_memory_caoguojiu`
  - 特点: 注重合规性、社会责任和ESG因素

## 使用方法

```python
from src.jixia.memory.factory import get_memory_backend

# 获取记忆后端 (自动根据环境变量选择)
memory_bank = get_memory_backend(prefer="cloudflare")

# 为吕洞宾添加偏好记忆
await memory_bank.add_memory(
    agent_name="lvdongbin",
    content="倾向于使用DCF模型评估科技股的内在价值",
    memory_type="preference",
    debate_topic="TSLA投资分析"
)

# 搜索吕洞宾关于TSLA的记忆
memories = await memory_bank.search_memories(
    agent_name="lvdongbin",
    query="TSLA",
    memory_type="preference"
)

# 获取上下文
context = await memory_bank.get_agent_context("lvdongbin", "TSLA投资分析")
```

## Cloudflare配置说明

要使用Cloudflare AutoRAG作为记忆后端，需要配置以下环境变量：

- `CLOUDFLARE_ACCOUNT_ID`: Cloudflare账户ID
- `CLOUDFLARE_API_TOKEN`: Cloudflare API令牌 (需要Vectorize和Workers AI权限)
- `JIXIA_MEMORY_BACKEND`: 设置为 `cloudflare`

系统默认使用以下配置：
- Vectorize索引: `autorag-shy-cherry-f1fb`
- 嵌入模型: `@cf/baai/bge-m3`
- AutoRAG域名: `autorag.seekkey.tech`

---
*此文档由系统自动生成和维护*