LibreFang 加强推理控制与会话记忆

LibreFang 发布 v2026.11.11，重点调整 Agent 的推理强度控制和会话记忆：推理配置可以细化到单条消息、整个会话和 Agent 默认值；上下文压缩时，被裁剪的旧消息会纳入会话摘要。对需要连续执行任务的 Agent，这次更新更值得关注的是任务信息能否接续，以及不同入口的配置能否一致生效。

目前能确认什么

推理强度有三层设置：单条消息临时覆盖，发送后重置；通过 /think 或面板固定当前会话的等级；在 Agent 配置中设置自动执行时的默认值。界面按后端支持的等级展示选项，并非所有模型都有完整档位。

推理强度是模型处理请求时的控制参数，不能直接当成答案质量的保证。

记忆部分修复了几类具体问题：压缩窗口之外的消息会并入所属会话的摘要；同一 Agent 下的不同会话分别维护压缩历史；正在执行的一轮不会在工具循环中压缩掉自己的工具结果。达到迭代上限的尝试，也会记录为带有未完成标记的失败交互。

此外，当前时间、召回记忆、搜索结果等临时注入内容，不再因内联压缩合并而被持久化，避免后续反复重放。

我的判断

长期运行的 Agent，既要记住任务进展，也要知道哪些信息不该一直保留。

这次更新的参考价值在于明确了这些边界：旧对话进入摘要，未完成尝试留下状态，临时上下文退出长期存储。对开发者而言，排查 Agent「忘事」时，除了检查召回，还需要检查压缩和写入环节。

分层推理配置则给交互消息和自动任务提供了分别控制的入口。不过，节选没有说清消息、会话与默认配置冲突时的完整优先级，也没有给出各档位的耗时、成本或效果对比。

摘要同样可能遗漏细节。现有信息能确认历史保留机制得到修复，不能据此认定压缩后的记忆完整无损。