必须将用户偏好写入持久化记忆层并主动注入系统提示词：通过规则触发器识别关键词抽取结构化偏好，用Mem0 SDK或OpenViking文件系统存储，每次对话前按user_id检索并限制3条以内、每条≤32字符注入system prompt顶部。
☞☞☞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☜☜☜
要在长对话中让火山引擎应用持续记住用户偏好，必须绕过默认的会话级上下文隔离机制，把关键偏好信息从临时对话流中抽离出来，写入可跨轮次、跨设备调用的持久化记忆层。
识别并提取用户偏好语义
在用户首次表达偏好时（例如“我只看Python教程”“会议提醒提前15分钟”），不能依赖模型自动归纳。需在应用层配置规则触发器：当检测到含“只”“不看”“偏好”“习惯”“默认”等关键词，且后接明确实体或数值时，立即启动偏好抽取流程。
这一步必须人工定义抽取模板，否则Mem0或OpenViking无法区分“今天不想开会”（临时状态）和“我从不参加晨会”（长期偏好）。模板示例：【必须匹配“主语+否定/限定词+行为/对象”结构，否则丢弃】
将偏好写入结构化记忆库
方法一：通过Mem0 SDK直接写入
调用mem0.write()接口，传入type="preference"、user_id（必须与飞书open_id对齐）、content字段为清洗后的纯文本（如“语言偏好：Python”），并显式设置ttl=null（禁用自动过期）。
方法二：用OpenViking文件系统落地
在ov tui界面中新建preference_20261020.md，手动录入格式化条目：- 语言偏好：Python（来源：2026-10-19 14:22 第3轮）。注意：文件名中的日期必须是当天，否则OpenViking不会在检索时加载该文件。
在后续对话中主动注入偏好上下文
第一步：每次收到新用户输入前，先执行检索
用Mem0的query接口，以当前user_id为条件，filter={"type": "preference"}，获取全部偏好条目；若返回为空，则跳过注入步骤。
第二步：将检索结果拼入system prompt顶部
格式必须为：“你已知用户长期偏好如下：{content}。后续所有回答必须严格遵循上述偏好，不得询问、质疑或忽略。”【此处不可用user role插入，否则会被视为历史对话而非系统指令】
第三步：限制注入长度
单次最多注入3条偏好，按last_modified倒序取；超长内容截断至每条≤32字符，避免挤占有效token空间。
