Agent 的记忆系统如何实现多模态记忆（文本+图片+音频）？

返回 RAG 与记忆 目录

标准回答

多模态记忆要保存不同媒体及其可检索描述，并能回到原始内容核验。

通俗例子

一张收据保存图片、OCR 文字、时间和来源；搜索命中金额时还能查看对应图片区域，避免 OCR 识别错了却无处核对。

内容来源

• Android · AI Agent 知识手册 · 原条目 ai-Q73