feature: advanced memory 服务化，支持 redis/sql

README.zh_CN.md

@@ -497,7 +497,7 @@ skill_tool_set = SkillToolSet(repository=repository, run_tool_kwargs=tool_kwargs
 
 建议先看：
 
-- Session：[examples/session_service_with_in_memory](./examples/session_service_with_in_memory/README.md) / [examples/session_service_with_redis](./examples/session_service_with_redis/README.md) / [examples/session_service_with_sql](./examples/session_service_with_sql/README.md) / [examples/session_summarizer](./examples/session_summarizer/README.md) / [examples/session_state](./examples/session_state/README.md)
+- Session：[examples/session_service_with_in_memory](./examples/session_service_with_in_memory/README.md) / [examples/session_service_with_redis](./examples/session_service_with_redis/README.md) / [examples/session_service_with_sql](./examples/session_service_with_sql/README.md) / [Advanced Memory Redis 压缩](./examples/session_service_with_advanced_memory_redis/README.md) / [Advanced Memory SQL 压缩](./examples/session_service_with_advanced_memory_sql/README.md) / [examples/session_summarizer](./examples/session_summarizer/README.md) / [examples/session_state](./examples/session_state/README.md)
 - Memory: [examples/memory_service_with_in_memory](./examples/memory_service_with_in_memory/README.md) / [examples/memory_service_with_redis](./examples/memory_service_with_redis/README.md) / [examples/memory_service_with_sql](./examples/memory_service_with_sql/README.md) / [examples/memory_service_with_mem0](./examples/memory_service_with_mem0/README.md) / [examples/memory_service_with_mempalace](./examples/memory_service_with_mempalace/README.md)
 - Knowledge：[examples/knowledge_with_documentloader](./examples/knowledge_with_documentloader/README.md) / [examples/knowledge_with_vectorstore](./examples/knowledge_with_vectorstore/README.md) / [examples/knowledge_with_rag_agent](./examples/knowledge_with_rag_agent/README.md) / [examples/knowledge_with_searchtool_rag_agent](./examples/knowledge_with_searchtool_rag_agent/README.md) / [examples/knowledge_with_prompt_template](./examples/knowledge_with_prompt_template/README.md) / [examples/knowledge_with_custom_components](./examples/knowledge_with_custom_components/README.md)
 

examples/memory_service_with_advanced_memory/.env

@@ -6,3 +6,7 @@ TRPC_AGENT_MODEL_NAME=
 # Set both model limits to enable token-based context budgeting.
 TRPC_AGENT_MODEL_CONTEXT_WINDOW_TOKENS=
 TRPC_AGENT_MAX_OUTPUT_TOKENS=
+
+# Optional TTL settings. Leave empty to disable automatic expiration.
+M_TTL=120
+SESSION_TTL=60

examples/memory_service_with_advanced_memory/README.md

@@ -1,223 +1,66 @@
-# Advanced Memory
+# Standard SessionService + Advanced Compact + Advanced Memory
 
-## Advanced Memory 简介
+本示例使用统一后的组合方式：
 
-`Advanced Memory` 是一套面向 Agent 的本地化记忆与上下文管理机制，重点增强
-Agent 在长期信息沉淀和超长对话处理方面的能力：
-
-- **本地化持久存储**：记忆和上下文数据以本地文件形式持久化，存储位置、数据边界
-  和组织方式清晰可控，适合本地开发、调试、迁移和审计。
-- **更强的长期记忆能力**：支持将对话中的稳定事实、用户偏好和重要经验主动沉淀为
-  可组织、可更新、可跨 Session 使用的长期记忆，而不是简单堆积历史消息。
-- **分层记忆管理**：分别管理原始对话、Session 级记忆和跨 Session 长期记忆，让不同
-  类型的信息以合适的粒度参与后续推理。
-- **上下文管理**：根据上下文规模、信息类型和使用情况，对历史消息、工具结果及记忆
-  内容进行统一治理，在保留关键信息的同时控制模型输入规模。
-- **上下文压缩**：支持对历史上下文和工具结果进行渐进式裁剪、压缩和摘要，降低长
-  对话导致的上下文膨胀以及超出模型窗口限制的风险。
-- **结构化记忆提取**：从持续增长的对话中提取结构化信息，形成更稳定、更易维护的
-  Session Memory，提升后续对话对历史信息的利用效率。
-
-本示例演示如何使用 `AdvancedMemorySessionService`。它把 Session 持久化和
-Advanced Memory 上下文管理整合到一个 SessionService 中，用户不需要显式调用
-`setup_advanced_memory()`，也不需要再创建 `InMemorySessionService`。
-
-## 示例流程
-
-脚本使用同一个 Runner 执行多个 Session：
+```text
+InMemorySessionService
+└── AdvancedSessionCompactManager
+    ├── Session Memory
+    ├── Tool Result Budget
+    ├── History Snip
+    ├── Microcompact
+    └── AutoCompact
+
+AdvancedMemoryService
+├── save_memory
+├── read_memory
+├── list_memory_index
+└── long-term memory injection
+```
 
-1. `session-1` 连续输入多轮 Python 开发偏好。
-2. 当累计上下文和工具调用达到配置阈值后，系统会提取 session memory，并写入
-   `session_memory.md`。
-3. `session-1` 请求总结已经学习到的开发偏好。
-4. `session-2` 查询长期记忆，验证不同 Session 共享同一个 `MEMORY/`。
+不再使用独立的 Advanced SessionService。Session 的创建、Event 保存和状态管理始终
+由标准 `InMemorySessionService`、`RedisSessionService` 或 `SqlSessionService`
+负责；Advanced Compact 通过 `BaseSessionCompactManager` 生命周期接入。
 
-## 使用方式
+## 核心组装
 
 ```python
-from pathlib import Path
-
-from trpc_agent_sdk.memory import AdvancedMemoryConfig
-from trpc_agent_sdk.sessions import AdvancedMemorySessionService
-from trpc_agent_sdk.runners import Runner
+config = AdvancedCompactConfig(
+    root_dir=Path(__file__).resolve().parent,
+)
 
-session_service = AdvancedMemorySessionService(
-    config=AdvancedMemoryConfig(
-        root_dir=Path(__file__).resolve().parent,
-    )
+session_service = InMemorySessionService(
+    session_config=SessionServiceConfig(
+        store_historical_events=True,
+    ),
+)
+compact_manager = setup_advanced_session_compact(
+    agent,
+    session_service,
+    config,
 )
 
+memory_service = AdvancedMemoryService(runtime=compact_manager.runtime)
 runner = Runner(
     app_name="advanced_memory_demo",
     agent=agent,
     session_service=session_service,
+    memory_service=memory_service,
 )
 ```
 
-`Runner` 检测到 `AdvancedMemorySessionService` 后会自动完成 Advanced Memory
-绑定，包括：
-
-- transcript 持久化
-- session memory 提取
-- 长期记忆 tools：`save_memory`、`read_memory`、`list_memory_index`
-- `HistorySnip`
-- `Microcompact`
-- `AutoCompact`
-- `ToolResultBudget`
+Session Compact 与 Advanced Memory 可以共享一个 Runtime；Runtime 的 `close()`
+支持幂等调用，因此两个 Service 的正常关闭流程不会造成重复释放错误。
 
-`AdvancedMemoryConfig` 默认已经启用这些能力，本示例直接使用默认配置。
-
-## 数据目录
-
-运行后，数据默认写入当前示例目录：
-
-```text
-MEMORY/
-├── MEMORY.md
-└── *.md                         # 长期记忆详情
-
-SESSION/
-├── _state.json                  # app/user 级 state
-├── session-1/
-│   ├── session.json             # Session 元数据和 session state
-│   ├── transcript.jsonl         # 原始 Events 和 checkpoint
-│   ├── session_memory.md        # 结构化 Session 记忆
-│   └── tool-results/            # 超大工具结果
-└── session-2/
-    ├── session.json
-    ├── transcript.jsonl
-    └── session_memory.md
-```
-
-其中：
-
-- `session.json` 保存 Session 元数据和状态，不保存完整 Events。
-- `transcript.jsonl` 是追加写入的原始事件日志，可用于恢复 Session。
-- `session_memory.md` 是根据 transcript 提取的结构化摘要。
-- `MEMORY/` 保存跨 Session 使用的长期记忆。
+也可以直接构造实现了 `BaseSessionCompactManager` 的自定义 Manager，并通过
+`session_compact_manager=` 注入标准 SessionService。
 
 ## 运行
 
-先在本目录创建 `.env`，然后填写模型配置：
+在 `.env` 中配置模型，然后执行：
 
 ```bash
-cd examples/memory_service_with_advanced_memory
-python3 run_agent.py
-```
-
-需要的环境变量：
-
-- `TRPC_AGENT_API_KEY`
-- `TRPC_AGENT_BASE_URL`
-- `TRPC_AGENT_MODEL_NAME`
-- `TRPC_AGENT_MODEL_CONTEXT_WINDOW_TOKENS`（可选，模型总上下文窗口大小，单位为 token）
-- `TRPC_AGENT_MAX_OUTPUT_TOKENS`（可选，模型最大输出窗口大小，单位为 token）
-
-`.env` 中留空的变量不会覆盖默认值；如果同时在 Python 中传入
-`model_context_window_tokens` 或 `max_output_tokens`，Python 显式配置优先。
-
-如果配置了模型上下文窗口，Advanced Memory 会用
-`TRPC_AGENT_MODEL_CONTEXT_WINDOW_TOKENS - TRPC_AGENT_MAX_OUTPUT_TOKENS`
-作为可用于输入内容的窗口；两个变量都留空时使用字符数阈值。
-
-## `AdvancedMemoryConfig` 配置项
-
-下面列出当前所有可直接传入 `AdvancedMemoryConfig` 的配置项。**没有特殊需求时，
-只设置 `root_dir` 即可**；示例中的值均为默认值。
-
-```python
-session_service = AdvancedMemorySessionService(
-    config=AdvancedMemoryConfig(
-        root_dir=Path(__file__).resolve().parent, # 当前示例目录
-        # Optional
-        enabled=True,                             # 总开关和存储路径
-        memory_dir_name="MEMORY",                 # 长期记忆目录
-        session_dir_name="SESSION",               # Session 数据目录
-        memory_index_name="MEMORY.md",            # 长期记忆索引文件
-        transcript_name="transcript.jsonl",       # transcript 文件
-        session_memory_name="session_memory.md",  # Session 摘要文件
-        encoding="utf-8",                         # 文件编码
-        transcript_fsync=False,                   # transcript 写入后是否 fsync
-
-        # 长期记忆
-        memory_index_max_lines=200,               # 注入 prompt 的索引最大行数
-        memory_index_max_bytes=25_000,            # 注入 prompt 的索引最大字节数
-        long_term_memory_injection_enabled=True,  # 是否注入 MEMORY.md
-
-        # 工具结果
-        tool_result_max_chars=50_000,              # 单个工具结果最大字符数
-        tool_results_per_message_max_chars=200_000,  # 单条消息工具结果总上限
-        tool_result_preview_chars=2_000,           # 超限结果的预览字符数
-
-        # HistorySnip
-        history_snip_enabled=True,                # 是否压缩过长历史
-        history_snip_trigger_chars=600_000,        # 触发阈值
-        history_snip_target_chars=400_000,         # 压缩目标
-        history_snip_keep_recent=5,                # 保留最近的完整消息数
-        history_snip_tool_names=(                  # 可处理的工具名称
-            "Read", "Bash", "Grep", "Glob",
-            "WebSearch", "WebFetch", "Edit", "Write",
-        ),
-
-        # Token 上下文预算
-        # 这两个值也可以通过 .env 配置；显式传参优先于环境变量。
-        # model_context_window_tokens=131072,      # 显式设置后覆盖环境变量
-        # max_output_tokens=8192,                  # 显式设置后覆盖环境变量
-        # 如果省略这两行，则分别读取 .env；未配置时默认 None 和 0。
-        token_warning_ratio=0.85,                  # 告警比例
-        token_autocompact_ratio=0.90,              # 自动压缩比例
-        token_blocking_ratio=0.95,                 # 阻止继续增加上下文的比例
-        token_estimator=None,                      # 可选：自定义 token 估算器
-        context_window_resolver=None,              # 可选：自定义窗口解析器
-
-        # Session Memory
-        session_memory_enabled=True,               # 是否启用 Session 摘要
-        session_memory_initial_chars=40_000,       # 首次提取字符阈值
-        session_memory_update_chars=20_000,        # 后续更新字符阈值
-        session_memory_initial_tokens=10_000,      # 首次提取 token 阈值
-        session_memory_update_tokens=5_000,        # 后续更新 token 阈值
-        session_memory_tool_calls_between_updates=3,  # 两次更新间的工具调用数
-        session_memory_prompt_max_chars=200_000,   # 摘要请求最大字符数
-        session_memory_request_overhead_tokens=2_048,  # 请求预留 token
-        session_memory_section_max_chars=8_000,    # 单个摘要 section 最大字符数
-        session_memory_total_max_chars=54_000,     # 摘要总最大字符数
-        session_memory_wait_timeout_seconds=15.0, # 等待摘要 Agent 的超时时间
-
-        # AutoCompact
-        autocompact_enabled=True,                  # 是否启用自动压缩
-        autocompact_trigger_chars=700_000,         # 触发阈值
-        autocompact_target_chars=350_000,          # 压缩目标
-        autocompact_blocking_chars=780_000,        # 阻止继续增加上下文的阈值
-        autocompact_keep_recent_contents=8,        # 保留最近内容数
-        autocompact_max_failures=3,                # 最大连续失败次数
-        autocompact_summary_input_max_chars=600_000,  # 摘要 Agent 输入上限
-        autocompact_summary_retries=3,             # 摘要 Agent 重试次数
-
-        # Microcompact
-        microcompact_enabled=True,                # 是否启用工具结果微压缩
-        microcompact_gap_seconds=3_600.0,          # 工具结果时间间隔阈值
-        microcompact_trigger_count=20,             # 触发工具结果数量
-        microcompact_keep_recent=5,                # 保留最近工具结果数
-        microcompact_tool_names=(                  # 可处理的工具名称
-            "Read", "Bash", "Grep", "Glob",
-            "WebSearch", "WebFetch", "Edit", "Write",
-        ),
-
-        # Advanced Memory preload
-        preload_memory_enabled=False,             # 是否自动预加载相关 topic
-        preload_memory_max_topics=5,               # 一次最多加载的 topic 数
-        preload_memory_max_chars=50_000,           # 预加载内容总字符上限
-        preload_memory_candidate_limit=200,       # 筛选模型的候选 topic 数
-    ),
-)
+python run_agent.py
 ```
 
-`preload_memory_model` 不是 `AdvancedMemoryConfig` 字段，而是
-`AdvancedMemorySessionService` 的可选参数，用于指定轻量筛选模型：
-
-```python
-session_service = AdvancedMemorySessionService(
-    config=AdvancedMemoryConfig(preload_memory_enabled=True),
-    preload_memory_model=small_model,  # 不传时复用主 Agent 的模型
-)
-```
+示例会在两个 Session 中使用同一用户，验证用户级长期记忆可以跨 Session 使用。

examples/memory_service_with_advanced_memory/run_agent.py

@@ -8,29 +8,51 @@
 """Run the two-session Advanced Memory demonstration."""
 
 import asyncio
+import os
 from pathlib import Path
 
 from dotenv import load_dotenv
-from trpc_agent_sdk.memory import AdvancedMemoryConfig
-from trpc_agent_sdk.sessions import AdvancedMemorySessionService
+from trpc_agent_sdk.advanced_memory import AdvancedCompactConfig
+from trpc_agent_sdk.memory import AdvancedMemoryService
+from trpc_agent_sdk.sessions import InMemorySessionService
 from trpc_agent_sdk.sessions import SessionServiceConfig
+from trpc_agent_sdk.sessions.compact import setup_advanced_session_compact
 from trpc_agent_sdk.types import Content
 from trpc_agent_sdk.types import Part
 
 from agent.agent import create_agent
 
-load_dotenv()
+load_dotenv(Path(__file__).with_name(".env"))
 
 
-def create_session_service() -> AdvancedMemorySessionService:
-    """Create the persistent Advanced Memory session service."""
-    return AdvancedMemorySessionService(
-        config=AdvancedMemoryConfig(root_dir=Path(__file__).resolve().parent),
-        session_config=SessionServiceConfig(ttl=SessionServiceConfig.create_ttl_config(
-            ttl_seconds=60,
-            cleanup_interval_seconds=5,
-        )),
+def create_services(agent) -> tuple[InMemorySessionService, AdvancedMemoryService]:
+    """Create standard Session storage with Advanced Compact and Memory."""
+    memory_ttl = os.getenv("M_TTL")
+    session_ttl = os.getenv("SESSION_TTL")
+    session_ttl_seconds = int(session_ttl) if session_ttl else 0
+    config = AdvancedCompactConfig(
+        root_dir=Path(__file__).resolve().parent,
+        memory_ttl_seconds=int(memory_ttl) if memory_ttl else None,
+        session_ttl_seconds=session_ttl_seconds or None,
+        memory_focus_instruction=("特别关注并主动记住用户长期稳定的兴趣爱好、"
+                                  "编程语言偏好、开发习惯和测试习惯。"),
     )
+    session_service = InMemorySessionService(
+        session_config=SessionServiceConfig(
+            ttl=SessionServiceConfig.create_ttl_config(
+                enable=bool(session_ttl),
+                ttl_seconds=session_ttl_seconds,
+                cleanup_interval_seconds=5,
+            ),
+            store_historical_events=True,
+        ),
+    )
+    compact_manager = setup_advanced_session_compact(
+        agent,
+        session_service,
+        config,
+    )
+    return session_service, AdvancedMemoryService(runtime=compact_manager.runtime)
 
 
 async def run_turn(runner, *, user_id: str, session_id: str, prompt: str) -> None:
@@ -56,14 +78,19 @@ async def run_turn(runner, *, user_id: str, session_id: str, prompt: str) -> Non
 async def main() -> None:
     """Run two independent sessions sharing Advanced Memory."""
     agent = create_agent()
-    session_service = create_session_service()
+    session_service, memory_service = create_services(agent)
 
     from trpc_agent_sdk.runners import Runner
     runner = Runner(
         app_name="advanced_memory_demo",
         agent=agent,
         session_service=session_service,
+        memory_service=memory_service,
     )
+    memory_ttl = os.getenv("M_TTL")
+    memory_ttl_seconds = int(memory_ttl) if memory_ttl else 0
+    session_ttl = os.getenv("SESSION_TTL")
+    session_ttl_seconds = int(session_ttl) if session_ttl else 0
     try:
         session_one_prompts = [
             ("Please remember that my favorite programming language is Python. "
@@ -95,9 +122,11 @@ async def main() -> None:
             prompt="What do you remember about my favorite programming language?",
         )
 
-        print("\n⏳ Waiting for the session TTL cleanup...")
-        await asyncio.sleep(125)
-        print("🧹 Expired Advanced Memory sessions should now be removed.")
+        wait_seconds = max(memory_ttl_seconds, session_ttl_seconds)
+        if wait_seconds:
+            print(f"\n⏳ Waiting for TTL cleanup ({wait_seconds + 5}s)...")
+            await asyncio.sleep(wait_seconds + 5)
+            print("🧹 Expired Advanced Memory data should now be removed.")
     finally:
         await runner.close()
 

examples/memory_service_with_advanced_memory_redis/.env

@@ -0,0 +1,8 @@
+REDIS_URL=
+
+# Set TRPC_AGENT_API_KEY, TRPC_AGENT_BASE_URL, and TRPC_AGENT_MODEL_NAME.
+TRPC_AGENT_API_KEY=
+TRPC_AGENT_BASE_URL=
+TRPC_AGENT_MODEL_NAME=
+
+M_TTL=120