7.1 KiB
7.1 KiB
Vertex AI Memory Bank 配置指南
🏛️ 稷下学宫记忆银行集成
本文档介绍如何为稷下学宫AI辩论系统配置和使用Vertex AI Memory Bank功能。
📋 前置要求
1. Google Cloud 项目设置
- 有效的 Google Cloud 项目
- 启用 Vertex AI API
- 配置适当的 IAM 权限
2. 必需的依赖
pip install google-cloud-aiplatform>=1.38.0
pip install google-adk # 或开发版本
3. 环境变量配置
在 Doppler 或本地环境中设置以下变量：
# 必需配置
GOOGLE_API_KEY=your_gemini_api_key
GOOGLE_CLOUD_PROJECT_ID=your-project-id
# 可选配置
GOOGLE_CLOUD_LOCATION=us-central1 # 默认区域
VERTEX_MEMORY_BANK_ENABLED=TRUE # 启用记忆银行
GOOGLE_SERVICE_ACCOUNT_KEY=path/to/service-account.json # 服务账号密钥
🚀 快速开始
1. 验证配置
# 验证 Google ADK 配置
python config/doppler_config.py
# 测试 Memory Bank 连接
python tests/test_vertex_memory_bank.py
2. 初始化八仙记忆银行
from src.jixia.memory.vertex_memory_bank import initialize_baxian_memory_banks
# 初始化所有八仙的记忆银行
memory_bank = await initialize_baxian_memory_banks(
project_id="your-project-id",
location="us-central1"
)
3. 创建记忆增强智能体
from src.jixia.agents.memory_enhanced_agent import create_memory_enhanced_council
# 创建记忆增强的八仙议会
council = await create_memory_enhanced_council()
# 进行记忆增强辩论
result = await council.conduct_memory_debate(
topic="NVIDIA股票投资分析",
participants=["tieguaili", "lvdongbin", "hexiangu"],
rounds=3
)
🎭 八仙记忆特性
每位仙人都有独特的记忆重点和学习模式：
铁拐李 (逆向投资大师)
- 记忆重点: 市场异常、逆向案例、风险警示、反向策略
- 学习模式: 关注市场共识的反面，记住历史上的逆向成功案例
吕洞宾 (理性分析者)
- 记忆重点: 技术分析、数据洞察、逻辑推理、理性决策
- 学习模式: 基于数据和逻辑的严密分析，记住成功的分析框架
何仙姑 (直觉洞察者)
- 记忆重点: 市场情绪、直觉判断、情感因素、人性洞察
- 学习模式: 关注市场情绪变化，记住情感驱动的市场事件
张果老 (历史智慧者)
- 记忆重点: 历史案例、长期趋势、周期规律、经验教训
- 学习模式: 从历史中学习，记住重要的历史模式和教训
汉钟离 (平衡协调者)
- 记忆重点: 平衡策略、综合分析、协调方案、稳健建议
- 学习模式: 寻求各方观点的平衡，记住成功的协调案例
蓝采和 (创新思维者)
- 记忆重点: 创新机会、新兴趋势、潜力发现、灵活策略
- 学习模式: 发现新兴机会，记住创新投资的成功案例
韩湘子 (艺术感知者)
- 记忆重点: 美学趋势、创意洞察、感性分析、艺术视角
- 学习模式: 从美学角度分析市场，记住艺术和创意相关的投资
曹国舅 (实务执行者)
- 记忆重点: 执行策略、机构动向、实务操作、专业分析
- 学习模式: 关注实际执行，记住机构操作和专业分析
🔧 高级配置
1. 自定义记忆类型
# 支持的记忆类型
MEMORY_TYPES = [
"conversation", # 对话记忆
"preference", # 偏好记忆
"knowledge", # 知识记忆
"strategy" # 策略记忆
]
# 添加自定义记忆
await memory_bank.add_memory(
agent_name="tieguaili",
content="在熊市中，逆向投资策略往往更有效",
memory_type="strategy",
debate_topic="市场策略",
metadata={
"market_condition": "bear_market",
"confidence": 0.8,
"source": "historical_analysis"
}
)
2. 记忆搜索和过滤
# 搜索特定类型的记忆
strategy_memories = await memory_bank.search_memories(
agent_name="tieguaili",
query="逆向投资",
memory_type="strategy",
limit=10
)
# 获取智能体的完整上下文
context = await memory_bank.get_agent_context(
agent_name="tieguaili",
debate_topic="NVIDIA投资分析"
)
3. 辩论会话保存
# 自动保存辩论会话
await memory_bank.save_debate_session(
debate_topic="比特币投资价值",
participants=["tieguaili", "lvdongbin", "hexiangu"],
conversation_history=conversation_history,
outcomes={
"winner": "tieguaili",
"key_insights": ["逆向思维在加密货币投资中的重要性"],
"consensus": "需要更谨慎的风险管理"
}
)
📊 监控和管理
1. 记忆银行状态检查
# 检查记忆银行状态
for agent_name, bank_name in memory_bank.memory_banks.items():
chinese_name = memory_bank.baxian_agents[agent_name]
print(f"{chinese_name}: {bank_name}")
2. 记忆使用统计
# 获取记忆统计信息
stats = await memory_bank.get_memory_stats(agent_name="tieguaili")
print(f"总记忆数: {stats['total_memories']}")
print(f"对话记忆: {stats['conversation_count']}")
print(f"策略记忆: {stats['strategy_count']}")
3. 记忆清理和维护
# 清理过期记忆（如果需要）
await memory_bank.cleanup_old_memories(
agent_name="tieguaili",
days_old=30,
memory_type="conversation"
)
🔒 安全和隐私
1. 数据加密
- 所有记忆数据在传输和存储时都会加密
- 使用 Google Cloud 的企业级安全措施
2. 访问控制
- 每个智能体只能访问自己的记忆银行
- 通过 IAM 控制项目级别的访问权限
3. 数据保留
- 可以配置记忆数据的保留期限
- 支持手动删除敏感记忆
🚨 故障排除
常见问题
1. 项目ID未配置
❌ Google Cloud Project ID 未配置
解决方案: 设置 GOOGLE_CLOUD_PROJECT_ID 环境变量
2. API权限不足
❌ 403 Forbidden: Vertex AI API access denied
解决方案:
- 在 Google Cloud Console 中启用 Vertex AI API
- 确保服务账号有适当的权限
3. 记忆银行创建失败
❌ 创建记忆银行失败: Region not supported
解决方案:
- 检查
GOOGLE_CLOUD_LOCATION设置 - 使用支持 Memory Bank 的区域（如 us-central1）
4. 依赖包缺失
❌ Google Cloud AI Platform 未安装
解决方案:
pip install google-cloud-aiplatform>=1.38.0
调试模式
# 启用详细日志
import logging
logging.basicConfig(level=logging.DEBUG)
# 测试连接
python tests/test_vertex_memory_bank.py
📚 参考资源
🤝 贡献指南
如果你想为 Memory Bank 功能贡献代码：
- 确保所有新功能都有对应的测试
- 遵循现有的代码风格和注释规范
- 更新相关文档
- 提交 Pull Request 前运行完整的测试套件
让AI辩论照亮投资智慧，记忆银行让智慧永续传承 🏛️✨