极速召回记忆（Flash Recall）

根据查询文本快速检索指定用户的短期原子记忆（Atomic Memory），返回可直接作为模型上下文的 response 文本，以及结构化的 atoms 列表。

面向对延迟敏感、只需短期原子记忆的场景。独立接口，不改变「召回记忆」的行为。

检索范围

只检索已生成、已向量化且来源会话未遗忘的 Atomic Memory；不检索会话摘要、话题事件、长期记忆网络、日程与 Profile。

「短期」表示记忆层级，不等于「最近 7 天」等固定时间窗口，当前没有默认日期截断。

不做的事

不改写 query、不做多轮上下文补全、不做二阶段筛选、不生成答案。

不写入会话与召回历史，不触发日程抽取，不会自动回退到普通召回。

参数约束

必须使用 user_id，当前不支持 memory_key 别名。

不支持 session_id、prev_user_query、prev_response、viewer_id、query_medias、config_name、direct、时间范围过滤与缓存开关；传入不支持的字段会校验失败，不会静默忽略。

tenant_id 无需传入，服务端始终用凭证对应身份覆盖。

空结果语义

无可检索原子记忆时返回 200、response 为空字符串、atoms 为空数组。空结果不等于「已判定用户没有相关经历」：新消息尚未生成原子记忆、来源会话已遗忘等都会造成空结果。

当前没有相似度阈值，非空结果也不保证每条都高度相关。

保存接口成功不代表对应消息已可被 Flash 检索，本接口不等待原子记忆生成。

延迟与错误

P95 ≤500ms 是优化目标，不是逐请求承诺。Memory 默认执行预算 450ms，网关等待预算 500ms，客户端还会受网络与调度影响。

超时返回 504、依赖不可用返回 503，不会用空结果伪装成功；是否重试或改调普通召回，由调用方按剩余时间预算显式决定。

调用方应同时检查 HTTP 状态和 code：HTTP 200 且 code=0 才按成功处理。租户凭证只应保存在调用方服务端。

请求示例代码

Shell

JavaScript

Java

Swift

PHP

Python

HTTP

Objective-C

Ruby

OCaml

Dart

返回响应

🟢200

application/json

召回成功，code=0。无可检索原子记忆时 response 为空字符串、atoms 为空数组；空结果不是依赖失败的替代响应。由 Memory 透传的响应带响应头 X-Upstream-Source: memory，仅辅助排查，不作为成功判据。

Bodyapplication/json

示例

成功（有原子记忆，内容与 ID 均为虚构示例）无可检索原子记忆

{
    "success": true,
    "code": 0,
    "msg": "success",
    "data": {
        "response": "## 短期记忆（Atomic Memory）\n- [A:atom_example_001] [2026-09-10 09:00:00] 用户喜欢游泳，通常周末去游泳。",
        "user_id": "u001",
        "medias": [],
        "profile_context": "",
        "atoms": [
            {
                "id": "atom_example_001",
                "session_id": "session_example_001",
                "message_id": "message_example_001",
                "content": "用户喜欢游泳，通常周末去游泳。",
                "timestamp": "2026-09-10 09:00:00",
                "score": 0.73
            }
        ]
    }
}

🟠400

🟠401

🟠415UnsupportedMediaType

🔴500

🔴503

🔴504

极速召回记忆（Flash Recall）

请求参数

请求示例代码

返回响应