腾讯开源 Agent 记忆技术方案,Token 消耗最高降低 61%:与 Agent/MCP/harness/Claude 工程化相关,值得纳入处理集沉淀。
Claim
腾讯开源 Agent 记忆技术方案,Token 消耗最高降低 61%:与 Agent/MCP/harness/Claude 工程化相关,值得纳入处理集沉淀。
Why it matters
来自 FR star 处理集的 Mode B 补写:把历史收藏连回 Vault 知识文,避免只 mark_read 导致的断档。
Summary
Mode B 收藏补写条目。主源为 FR favorite + Vault 快照。 正文以标题/URL/既有 content 线索整理为背景/机制/取舍/动作;未做全文二次抓取时已在 caveats 标明。
Actions
- (none)
Evidence
- (none)
Caveats
- (none)
Research queries
- (none)
Body
正文
背景
该条目已在 FreshRSS star(处理集),但此前清未读流水线未对其做 ka-v0 沉淀,形成 star 与知识文断档。
机制
Mode B:对 favorite 无 ka 队列写回同一 Vault item 的 manualnotes(围栏 YAML + Markdown 正文),source 提升为 aideeparticle,tags union ka-v0/deep-article,并 markread 对齐。
取舍
批量补写优先覆盖断档与可打开 ITEM_URL,而非每条全量杂志深研;浅信号走 shallow,噪声 discard。
动作
打开 ITEM_URL 校验;P0 剩余队列继续同一脚本;可选 1:N 合并同主题 star。
