三层搜索协议
让 Agent 在记忆库中检索时避免上下文爆炸的设计模式。由 claude-mem 的 mem-search Skill 实现。
协议三层
search(query) → 返回 ID 列表 + 一句话摘要 (~50-100 tokens/result)
↓
timeline(anchor_id) → 围绕锚点取上下文窗口
↓
get_observations(ids) → 仅取筛选后的 ID 全文
核心思想
永远先返低 token 摘要，让模型筛选后再取详情。
朴素做法：一次返回所有匹配结果的全文 → 单次查询可能吃掉数千 token，命中 10 条无关结果就废了一半上下文。
三层协议做法：
| 阶段 | 返回 | Token 量级 | 决策方 |
|---|---|---|---|
search |
20 个 ID + 一句话摘要 | ~1-2k | 模型决定哪些值得深看 |
timeline |
锚点附近的事件序列 | ~500 | 模型决定要不要全文 |
get_observations |
筛选后 3-5 条全文 | ~3-5k | 真正读细节 |
相比一次性全文返回，省 10x token。
为什么 Agent 能自主调用
claude-mem 把这套协议注册成 Skill（plugin/skills/mem-search/SKILL.md），描述里写明触发时机。Claude 在判断"用户问到过去"时会自主决定调用——SKILL.md 的描述文案艺术决定了触发精度。
可迁移性
任何"AI Agent + 长期存储"场景都适用：
- 给 RAG 加分层检索（先返 chunk ID，再取选中 chunk 全文）
- 给企业知识库 Agent 加分层调用（先返文档元信息，再取段落）
- 工具调用结果分级（先返摘要，模型按需 expand）
与朴素 RAG 的对比
| 维度 | 朴素 RAG | 三层协议 |
|---|---|---|
| 一次返多少 | top-K 全文 chunk | top-N ID + 摘要 |
| 谁决定要哪些 | 检索算法（固定） | LLM（动态） |
| Token 效率 | 低 | 高 |
| 实现复杂度 | 低 | 中 |