PhotoCraft：用于深度图像搜索的分层自进化记忆的代理推理

深度图像搜索需要对丰富的上下文线索（例如时间、位置和事件关系）进行多步推理。然而，大多数现有的基于 LLM 的代理都是无状态和反应性的，缺乏持久内存来维护长期上下文或跨任务传输经验，这通常会导致执行漂移和经验隔离。为了解决这些限制，我们提出了 PhotoCraft，一种用于照片搜索代理的 无需训练 分层存储系统。受人类认知的启发，PhotoCraft 为 MLLM 配备了工作记忆、情景记忆和语义记忆，这些记忆在推理过程中动态调用，以在多步推理和答案生成过程中保持逻辑一致性和知识可转移性。 DISBench 上的大量实验表明，PhotoCraft 持续改进了跨不同 MLLM 主干的上下文感知检索，实现了高达 18.5% 的增益，并有效缓解了无记忆深度图像搜索中的关键瓶颈，为可靠且可泛化的多模态搜索代理提供了一条实用路径。