TRTC 云助手 AI 记忆能力方案

一、背景与目标

·短期记忆：接续 IM 文字聊天的近期话题，语音和文字无缝衔接

·长期记忆：记住用户跨越较长时间的偏好、习惯和重要信息

二、方案说明

腾讯云 IM 的 AI 聊天机器人原生支持多轮上下文，无需额外开发。

三、配置方式

在腾讯云 IM 控制台可直接调整 AI 机器人的上下文记忆长度，具体操作路径如下：

1. 登录 腾讯云 IM 控制台，选择目标应用。

2. 在左侧导航栏选择消息服务 Chat > AI 聊天机器人。

3. 在机器人列表中找到目标机器人，单击操作列的编辑。

4. 在编辑页的 AI 服务配置区域，修改历史消息数参数。

5. 保存后立即生效，无需重启服务或重新发布客户端。

注意：同时受 IM 套餐中漫游消息时长限制，超过漫游存储时长的消息无法作为上下文携带给 AI 大模型

四、效果

用户在文字聊天中，AI 始终能"记住"最近 N 轮的对话内容，实现连贯的多轮交互，无需任何客户端或服务端改动。

五、TRTC 语音通话的记忆能力（双层方案）

TRTC AI 对话通过 StartAIConversation 接口启动，其中 LLMConfig 支持以下关键字段：

两层记忆互补，形成完整的记忆体系：

六、原理

在每次语音通话启动时，服务端从腾讯云 IM 拉取该用户与机器人的最近 N 条聊天记录，转换格式后通过 LLMConfig.UserMessages 注入给 TRTC AI。

七、LLMConfig 注入示例

{ "LLMType": "openai", "Model": "deepseek-chat", "APIKey": "…", "APIUrl": "https://api.deepseek.com/chat/completions", "Streaming": true, "SystemPrompt": "你化身为人工智能助手贾维斯…", "History": 10, "Timeout": 10, "UserMessages": [ { "Role": "user", "Content": "你好，我是小明" }, { "Role": "assistant", "Content": "你好小明！很高兴认识你。" }, { "Role": "user", "Content": "帮我推荐一本Python的书" }, { "Role": "assistant", "Content": "推荐《流畅的Python》，适合有一定基础的开发者。" } ]}

八、用户可配置项

九、原理

基于用户与 AI 的完整交互历史（包括 IM 文字聊天 + TRTC 语音通话），定期通过 LLM 生成精简摘要，存储在服务端。每次启动语音通话时，将摘要拼接到 LLMConfig.SystemPrompt，使 AI 具备对该用户的长期了解。

十、数据来源

长期记忆的输入数据来自两个通道，合并后可构建更完整的用户画像：

903 回调说明

TRTC AI 对话服务支持 EventType 903（EVENT_TYPE_AI_SERVICE_MSG）服务端回调，每当 ASR 识别出完整一句话或 LLM 返回完整回复时，TRTC 后台会主动推送到开发者配置的回调地址。

回调包体格式：

{ "EventGroupId": 9, "EventType": 903, "CallbackTs": 1687770730166, "EventInfo": { "EventMsTs": 1622186275757, "TaskId": "xx", "RoomId": "1234", "RoomIdType": 0, "Payload": { "UserId": "user_123", "Text": "我最近在学习 Python", "StartTimeMs": 1234, "EndTimeMs": 1269, "RoundId": "xxxxxx" } }}

关键字段：

注意：说明：

注意：配置方式：在 TRTC 控制台 的"回调配置"中设置回调地址，勾选 AI 实时对话回调即可。

十一、摘要内容示例

以下是你与该用户的历史对话摘要，请在本次对话中记住这些信息：- 用户名叫小明，偏好简洁直接的回答风格- 用户从事软件开发工作，熟悉 Python 和移动端开发- 上次讨论了 AI 产品设计方案，用户对语音交互体验很感兴趣- 用户在语音通话中提到希望 AI 能记住自己的偏好，不用每次重复说明- 用户通过语音通话询问过 TRTC 的降噪配置方法

十二、三种记忆能力对比总览