主动式 Agent 记忆
Proactive Agent Memory
在对话过程中后台异步执行记忆化，达到阈值自动触发，实现持续记忆同步
子问题
1.后台记忆化任务管理
2.消息阈值触发策略
3.会话结束时的剩余消息处理
4.并发记忆化任务防重
5.消息快照与主循环的数据隔离
6.记忆化管道的声明式数据流校验
各项目的解法1 solutions
Signals
横向对比
| 维度 | memU |
|---|---|
| 触发策略 | 消息计数阈值（N_MESSAGES_MEMORIZE），达标后 asyncio.create_task 后台执行 |
| 并发控制 | 全局单任务锁（RUNNING_MEMORIZATION），done() 检查实现互斥 |
| 关闭保障 | 双阶段 await：先等运行中任务，再处理剩余消息 |
| 消息隔离 | list.copy() 快照传入 + clear() 清空，主循环与后台任务解耦 |
| 管道架构 | 7 步 WorkflowStep 管道，requires/produces 声明式数据流校验 |
最佳实践
1.用 asyncio.create_task 实现非阻塞记忆化
2.会话结束前 await 所有未完成任务
3.用 task.result() 收割已完成任务异常避免 asyncio 警告
4.消息传入后台任务前 copy() 快照再 clear() 原列表