推出 MongoDB Vercel AI SDK 集成：为 AI 应用提供持久化记忆
内容提要
MongoDB 发布 Vercel AI SDK 集成，将 MongoDB Atlas 作为 AI 应用的持久化记忆库，自动存储会话、语义、程序、情景和临时笔记五类记忆，支持向量搜索与自定义保留策略，并可通过 memory_forget 让模型删除指定记忆。生产版支持可靠的会话历史、按客户隔离数据及自定义集合命名。该包开源，兼容 AI SDK v6 和 v7，三步即可接入。
延伸解读
五类记忆的分层设计
该集成将记忆分为会话、语义、程序、情景和临时笔记五类，每类有不同的保留时长和检索方式。情景记忆默认保留一年不活跃期，临时笔记一小时后过期，但可提升为情景记忆。语义和程序记忆带版本控制，事实变更时保留历史。这种分层让短期对话与长期事实各得其所，避免所有记忆混在一起影响检索效率。
保留策略的平衡点
文章指出，无限期保留记忆会降低检索性能并增加成本，而过早删除又会让应用丢失重要上下文。集成提供四种保留模式：永不过期、按时间过期、按时间加重要性过期，以及自定义动态过期。模型还能通过 memory_forget 响应用户的“忘记”指令，删除通常在约60秒内完成。开发者需根据业务场景权衡记忆的生命周期。
生产环境的关键控制
默认情况下，模型自行决定何时保存和读取对话轮次，可能偶尔遗漏。生产版允许通过 AI SDK 钩子让应用代码在每一轮加载和保存记录，确保每条用户、助手和工具消息只保存一次。此外，可添加 tenant_id 等过滤字段实现按客户隔离数据，并重命名集合和索引以匹配现有架构，或关闭未使用类别的索引。
一体化平台的优势与前提
由于记忆存储在 MongoDB Atlas 中，应用运营数据、记忆和向量搜索运行在同一平台上，开发者无需额外拼接独立的向量存储或记忆服务，即可统一进行安全、监控和扩展。集成会自动创建向量索引并检测嵌入维度，支持多种嵌入模型。接入需三步：安装包、创建记忆实例、将记忆工具传入应用，且要求使用 MongoDB Atlas 集群并兼容 AI SDK v6 和 v7。
Q&A
MongoDB 和 Vercel AI SDK 集成是什么？它解决了什么问题？
MongoDB 发布了 Vercel AI SDK 集成，将 MongoDB Atlas 作为 AI 应用的持久化记忆存储。它解决了 Vercel AI SDK 本身不包含数据库、无法在会话间保留记忆的问题，让 AI 应用能记住对话、用户事实和过往事件，从而在多次会话、不同用户和重启后保持上下文。
这个集成支持哪几种 AI 记忆类型？各自有什么特点？
集成自动分类并存储五种记忆：会话记忆（当前对话）、语义记忆（关于人、实体和偏好的事实）、程序记忆（工作流程和指令）、情景记忆（关键事件和结果，默认保留一年不活动后过期）、临时笔记（工作草稿，一小时后过期，可提升为情景记忆）。语义和程序记忆会版本化，语义、程序、情景记忆使用向量搜索。
如何控制 AI 记忆的保留时间？可以自定义吗？
每个记忆类别有独立的保留策略，集成提供默认值并允许自定义。保留模式包括：none（永不过期）、ttl（设定时间后过期）、ttl+importance（除非标记重要否则过期）、dynamic（自定义遗忘时间）。此外，通过 memory_forget 功能，模型可在用户要求“忘记”时删除特定记忆，通常约 60 秒内移除。
在生产环境中使用这个集成有哪些增强功能？
生产版提供：可靠的会话历史（通过 AI SDK 钩子确保每条消息精确保存一次）、按客户隔离数据（添加 tenant_id 等过滤字段限制搜索范围）、自定义集合和索引命名或关闭未使用类别的索引。该包开源（Apache 2.0），兼容任何 AI SDK 模型。
如何将 MongoDB 记忆集成到现有的 Vercel AI SDK 项目中？
三步即可：1. 安装包及依赖：npm install @mongodb-developer/vercel-ai-memory ai mongodb；2. 使用 Atlas 连接字符串和嵌入模型创建记忆实例；3. 将记忆工具传递给应用，并指定用户和会话。之后模型会自动决定何时保存和搜索记忆。需要 MongoDB Atlas 集群，兼容 AI SDK v6 和 v7。
这个集成如何实现语义搜索？支持哪些嵌入模型？
集成使用 MongoDB Vector Search 按语义含义而非精确关键词查找记忆。它在启动时自动创建向量索引并检测嵌入维度。开发者可以使用任何 AI SDK 嵌入模型，包括 Voyage AI、OpenAI、Cohere 或 Google。
