记忆种类
MemOS 会生成并使用不同种类的记忆，这些记忆在后续召回时承担的作用不同：有的用于确认事件，有的用于判断偏好，有的用于指导 Agent 任务怎么做，有的用于补充知识。区分记忆种类，可以在检索时返回更相关的内容，为模型提供更准确的上下文。
1. 事实记忆
事实记忆描述相对客观的信息，通常来自用户明确说过的内容、行为事件、文件或反馈。
常见例子：
- 用户住在上海。
- 用户的设备是 MacBook Pro 13 寸 Intel 版本。
事实记忆适合回答“用户是谁”“用户做过什么”“用户现在处于什么状态”“某件事是否发生过”等问题。
2. 偏好记忆
偏好记忆描述用户长期或阶段性的倾向，既可以来自用户明确表达，也可以来自行为的总结或推断。
常见例子：
- 用户喜欢简洁直接的回答风格。
- 用户规划旅行时偏好文化景点，不喜欢购物商场。
- 用户买宠物食品时需要避开鸡肉口味。
偏好记忆适合用于推荐、生成、排序和个性化决策。它不只是回答“用户说过什么”，而是帮助 Agent 判断“怎样做更符合这个用户”。
3. 技能 Skills
Skills 记录“任务怎么做”。MemOS 从历史消息中自动提炼技能，也可以直接上传已有技能包到知识库。旅行规划、报销审核、客户问题排查这类有稳定步骤的任务，都适合沉淀为技能，详见 技能 Skill。
4. 工具记忆
工具记忆记录的是“工具怎么用”。它会从 Tool Schema、工具调用参数、工具返回结果和调用轨迹中沉淀经验，帮助 Agent 更稳定地选择工具、填写参数和使用返回结果，详见 工具记忆。
5. 知识库记忆
知识库记忆来自项目级文档、制度、手册、FAQ、流程文件或 Skill 文件。它不属于某个用户的个人历史，更适合被多个用户或 Agent 共享。
常见例子：
- 公司财务报销制度。
- 产品使用手册。
- 售后退换货政策。
知识库记忆可以和用户记忆一起参与召回。员工询问【内网代理打不开了，我该重新装哪个版本？】时，知识库提供【安装说明】，用户事实记忆补充【这个员工的设备是 Intel 版本 MacBook Pro】，两者结合后回答会更准确，详见 知识库。
6. 如何生成并使用
生成记忆
当前，MemOS 默认生成所有类型的记忆。
- 事实、偏好、技能记忆在添加消息后默认触发生成
- 工具记忆需要在添加消息时传入
"role":"tool"的工具调用信息 - 知识库记忆需要创建知识库并上传文档。
使用记忆
检索记忆时，按照你需要的记忆种类，控制以下参数：
include_preference：根据查询的内容智能召回用户的偏好记忆；include_skill：根据查询的内容智能召回用户的技能记忆；include_tool_memory：根据查询的内容智能召回用户的工具记忆；knowledgebaese_ids：指定可以检索指定的知识库范围。