本研究提出了AgentCF++框架，解决了大型语言模型用户代理在跨域推荐中的信息相关性不足问题。该框架通过双层内存架构和两步融合机制，有效过滤域特定偏好，捕捉流行趋势影响，实验结果显示其优于基线模型。