本文介绍上下文数据服务的产品定位、产品组成、核心能力、应用场景，帮助您根据业务需要选择合适的上下文数据服务。

概述

上下文数据服务（Context Data Service，CTXDS）面向 AI 应用和 Agent，提供从数据检索到长期记忆的上下文能力。

在 AI 应用中，模型通常需要两类上下文：

• 从已有文档、商品、图片和业务数据中找到相关内容，为模型生成提供外部知识。
• 在长期交互中记住用户偏好、任务背景、历史结论和业务经验，使 Agent 能够延续上下文。

上下文数据服务通过向量数据库和 Agent 记忆服务分别支持上述两类需求。向量数据库适合管理可检索的数据资产，Agent 记忆服务适合管理跨会话的长期上下文。

产品组成

向量数据库 VectorDB

向量数据库 VectorDB 是面向 AI 应用的向量数据存储和检索服务，支持保存业务数据及其向量信息，并通过索引和检索能力返回相似内容。

向量数据库适用于以下场景：

• 大模型私域知识库和 RAG 应用。
• 语义搜索、相似性检索和多模态检索。
• 推荐、分类和内容匹配。
• 需要对向量数据、标量数据和元数据进行统一管理的业务。

更多信息请参见向量数据库产品文档。

Agent 记忆服务

Agent 记忆服务是面向 AI Agent 的长期记忆云端托管服务，支持从交互中提取记忆、按需召回相关内容，并基于多条记忆进行反思和沉淀。

Agent 记忆服务适用于以下场景：

• 需要跨会话保留用户偏好和历史交互的智能助手。
• 需要持续跟进任务状态、项目背景和阶段结论的 Agent。
• 需要在长期服务过程中积累业务事实和操作经验的应用。
• 需要通过 API、SDK、MCP 或插件接入长期记忆能力的 Agent 应用。

更多信息请参见Agent 记忆服务产品介绍。

产品选型

需求	推荐产品	说明
从文档、商品、图片或业务数据中找到相关内容	向量数据库 VectorDB	管理向量及关联数据，通过索引、向量检索、关键词检索或混合检索返回相关结果。
让 Agent 记住用户偏好、任务状态和历史结论	Agent 记忆服务	管理跨会话长期记忆，支持记忆写入、召回、反思和持续沉淀。

核心能力

数据检索能力

向量数据库提供以下数据检索能力：

• 向量存储和索引：保存向量数据及其关联的标量字段和业务元数据，并通过索引提升检索效率。
• 相似性检索：根据查询向量返回相似的数据记录，适用于语义搜索、推荐和 RAG 等场景。
• 元数据过滤：将向量检索与标量条件、业务标签和权限条件结合，缩小检索范围。
• 关键词和混合检索：结合关键词匹配与向量检索，兼顾精确匹配和语义相关性。
• 多路召回和融合排序：通过多种检索方式获取候选结果，并进行融合排序。
• 索引更新：数据发生变化时更新索引，支持业务数据持续维护。

具体能力及适用范围请以向量数据库产品文档为准。

长期记忆能力

Agent 记忆服务围绕 Agent 的长期上下文提供以下能力：

• 记忆写入：从 Agent 交互中提取具有长期价值的信息，并写入记忆服务。
• 记忆召回：根据当前问题、任务或用户上下文召回相关记忆。
• 记忆反思：基于多条记忆形成更高层次的总结、判断或经验。
• 记忆管理：对记忆内容进行查询、更新、删除和生命周期管理。
• 多方式接入：支持通过 API、SDK、MCP、插件等方式接入 Agent 应用，具体方式以已发布文档为准。

具体能力及适用范围请以Agent 记忆服务产品介绍为准。

应用场景

大模型私域知识库

将企业文档、产品资料、规章制度或业务知识进行向量化，写入向量数据库。用户提问时，通过相似性检索和元数据过滤找到相关内容，为模型生成提供可引用的外部知识。

语义搜索与推荐

将文本、图片、商品或内容信息转换为向量，结合向量检索、关键词检索和业务过滤条件，为用户返回语义相关或内容相似的结果。

智能客服

通过向量数据库检索产品知识、服务规则和历史资料，通过 Agent 记忆服务保留客户偏好、历史问题和服务过程，减少重复沟通并保持服务连续性。

个人助手与长期任务

通过 Agent 记忆服务保存用户偏好、项目背景、阶段结论和下一步计划，使 Agent 能够在新会话中接续任务。