必须通过Workspace提供静态能力基座、Session承载动态运行现场，并由RuntimeContext实时绑定二者才能实现上下文记忆与状态保持；Workspace需含AGENTS.md等完整结构，Session需显式传入workspace_path和session_id，数据通过双轨更新机制同步。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在AgentScope中让智能体记住上下文、复用知识、跨请求保持状态，必须让Workspace提供静态能力基座，Session承载动态运行现场，二者通过RuntimeContext实时绑定才能协同生效。
Workspace是Agent的“办公桌”，必须先配好再启动
进入项目根目录，确认workspace/文件夹已存在且结构完整：AGENTS.md、MEMORY.md、skills/、knowledge/等子项缺一不可。
编辑AGENTS.md，用YAML或Markdown明确声明Agent身份与行为边界，例如name: "财务助理"和system_prompt: "你只处理报销单据核验，不回答天气问题"——【此处若留空或格式错误，Agent启动后将无法加载人格设定】。
把领域知识文件（如knowledge/reimbursement_policy.md）和技能脚本（如skills/verify_receipt.py）放入对应子目录，确保文件名不含空格或特殊符号。
这一步操作起来很简单，直接把文件拖进去就行。
Session是对话的“运行现场”，靠RuntimeContext绑定Workspace
创建Session时必须显式传入workspace路径和sessionId：
session = Session.create(workspace_path="./workspace", session_id="sess-finance-20260903-001")
开发者平台元数据——GitHub、Docker Hub、crates.io 等生态系统注册表。使用此技能的时机：1. 解析 GitHub 仓库或获取其...
RuntimeContext会自动读取该workspace下的AGENTS.md注入系统提示，加载MEMORY.md作为初始记忆，并扫描skills/目录注册可用工具——【若未指定workspace_path，Session将使用空配置启动，所有技能和知识均不可用】。
每个Session实例独占一份workspace副本视图，不同Session间MEMORY.md内容互不影响。
Workspace与Session的数据流向：双轨更新
第一步：用户发送消息 → Session接收并拼装prompt（含workspace/MEMORY.md摘要 + 当前对话历史）→ 调用LLM。
第二步：LLM返回结果后，Session执行两件事：① 将本轮交互追加写入workspace/sessions/sess-finance-20260903-001.jsonl日志；② 若触发记忆更新逻辑（如用户说“记住张三的发票号是FP202609001”），则重写workspace/MEMORY.md并生成新快照。
第三步：下次同一session_id重建Session时，自动从jsonl日志恢复对话流，并加载最新版MEMORY.md快照。
注意：workspace/MEMORY.md被修改后，所有后续新建的Session都会继承该版本；但已有Session不会自动刷新，必须显式调用session.load_memory_from_workspace()。
