上一篇我们实现了一个简单智能体，可以和大模型对话了，但是此时是没有记忆的，每次对话都是独立的，这明显不是实际生产需要的，所以我们需要为智能体添加记忆

        在写代码之前，我们先熟悉一下deepseek的接口文档（上一篇我们说过，市面上的llm都是符合openai接口文档的），官方地址为：

首次调用 API | DeepSeek API Docs

        deepseek支持的model有两种，分别为flash非思考模式与pro思考模式，我们目前使用的是flash非思考模式。

        而我们想要实现记忆功能，则是通过多轮对话调用来实现的：

        可以说，我们做智能体开发，绝大多数工作都是围绕 mseeages 展开的，通过 role 字段来区分消息类型：    

• system 系统提示词：给AI的指令。设定角色、规则、约束、基调、格式、输出风格。它是“后台”的持续指令。通常用户看不到，或者被锁定在开发者的设置中；

• user 用户提示词：来自用户的实际输入。当前的问题、任务、要处理的数据。它驱动每次特定的交互。也就是我们平时和使用网页和大模型聊天时我们每次输入的内容。每次我们也会把之前的用户提示词传给大模型，当作记忆的一部分；

• assistant 多伦对话中的上下文：会传给大模型，用来关联上下文，也是记忆一部分。