记忆检索节点

从 AI 应用关联的记忆库中检索与查询内容相关的记忆片段，供下游节点使用。

该节点需要在 AI 应用中关联当前流程并配置记忆库才能正常工作。

一、应用场景

• 长期记忆召回：在多轮对话中，检索用户历史交互中沉淀的关键信息（如用户曾提到的偏好、需求、约束条件），使 AI 具备"记住用户"的能力。
• 个性化问答增强：结合 LLM 节点，将检索到的记忆片段注入提示词上下文，让 AI 回复更加贴合用户历史习惯和偏好。
• 知识沉淀复用：对于已通过"记忆写入"节点存入的经验、总结或决策结果，通过记忆检索节点在后续流程中复用，避免重复计算。
• 上下文补全：当单轮对话信息不足时，通过检索记忆库中的历史信息补充上下文，提升流程的理解和决策质量。

二、添加记忆检索节点

在画布中点击前一节点右侧的 ，在节点列表中选择记忆检索节点完成添加。

三、节点配置详解

1. 输入变量

输入变量用于为检索内容中的 {{变量名}} 占位符提供实际值。

• 左侧输入框：填写变量名（与检索内容中 {{变量名}} 对应）。
• 右侧下拉框：选择来源节点和字段，仅支持 string、number 类型的变量。
• 变量来源必须是当前节点之前的串行节点，不能引用并行或后续节点的输出。
• 输入变量为可选配置，若检索内容中不包含变量占位符，可不配置。

2. 检索内容

检索内容是发送给记忆库进行向量检索的查询语句，节点会根据该内容在记忆库中匹配最相关的记忆片段。

• 支持直接输入关键词或完整语句。
• 支持通过 {{变量名}} 引用输入变量，按下 / 可快捷选择变量。
• 检索内容不能为空，否则校验不通过。

参数配置

点击检索内容右上角的 ⚙ 设置图标，可配置以下检索参数：

参数	说明	默认值
Top K	返回相似度最高的前 K 条记忆片段，范围 1~10	5
Score 阈值	开启后，低于该相似度分数的记忆将被过滤，范围 0~1	0.7

💡 合理调整 Top K 和 Score 阈值，可以在召回量和准确度之间取得平衡。Top K 越大召回越多但可能引入噪声；Score 阈值越高结果越精确但可能漏掉相关记忆。

3. 输出变量

记忆检索节点执行后输出以下两个变量，供下游节点引用：

字段名	类型	说明
documents	object[]	检索到的文档片段数组，包含完整的结构化信息
data	string	所有检索到的文档正文合并后的纯文本，便于直接注入 LLM 提示词

下游节点可通过变量选择器引用，例如在 LLM 节点的提示词中使用 {{data}} 获取检索结果文本。

4. 配置示例

假设需要根据用户当前提问，从记忆库中检索相关的历史交互记忆：

1. 添加输入变量：变量名 question，来源选择开始节点的 query（用户输入）。
2. 检索内容填写：{{question}}。
3. Top K 设为 3，开启 Score 阈值并设为 0.75。

执行后，data 输出检索到的记忆文本，documents 输出结构化文档列表。在下游 LLM 节点中，可将 {{data}} 插入系统提示词，使模型结合记忆进行回答。

四、注意事项

该节点必须在 AI 应用中关联流程并配置记忆库后使用。若未配置记忆库，节点执行时将报错："记忆检索需要关联AI应用并配置记忆库"。

记忆库与知识库使用相同的向量检索技术，但记忆库面向的是动态写入的用户交互记忆，而知识库面向的是预先导入的静态文档。

检索内容支持 {{变量名}} 占位符，运行时会自动替换为输入变量的实际值。若占位符对应的变量未配置或值为空，则替换为空字符串。