上下文管理是對話式 AI 的記憶中樞，需通過技術方案（RAG、結構化記憶）與優化策略 （意圖過濾、動態裁剪）解決連貫性、資源消耗與準確性的三角平衡問題。

聲網對話式 AI 引擎采用的方案是通過結構化短期記憶+動態長期記憶注入，在保障兼容性的同時，針對實時語音交互場景（尤其中斷處理）進行深度優化，并賦予開發者高度靈 活的上下文控制權限。

1．短期記憶機制

短期記憶（Short-term Memory）是智能體在當前會話中臨時保存和處理的信息空間。 用戶和對話式智能體互動期間，智能體會在短期記憶中緩存當前對話的上下文，確保智能體 能夠連貫地理解和回應用戶的連續輸入。

對話式 AI 引擎整體短期記憶會以 JSON 的形式存儲，遵循 OpenAI Chat Completions 的規則，同時進行了部分的擴展。

2．短期記憶的獲取：

◇ 智能體運行期間，調用 GET 獲取智能體短期記憶接口獲取短期記憶 JSON。該接 口會得到智能體生命周期內儲存的完整的短期記憶。

◇ 智能體停止后，聲網會通過消息通知服務將短期記憶回調至你的業務服務器，詳見 消息通知事件類型。

3．固化和注入長期記憶：

智能體的短期記憶會隨智能體停止而消失，你可以在智能體停止后，將短期記憶儲存到 你的服務器以固化為長期記憶，之后在創建智能體時通過 llm.system_messages 直接注入 原始記憶內容或經過總結的記憶內容，從而實現在智能體退出或重啟后仍然能夠訪問和使用 這些數據。

以下示例展示了通過 system_messages 注入經過總結的記憶內容：