OpsMem：基于跨记忆共振的双重记忆推理用于故障诊断

现代软件系统的故障诊断需要基于运维经验进行迭代证据获取与假设推理。现有基于大语言模型的方法虽通过代理推理或知识增强提升了诊断能力，但往往缺乏在迭代过程中协调动态诊断状态与运维经验的机制。本文提出 OpsMem，一种双重记忆框架，包含维护当前诊断状态的短期记忆和存储可复用运维经验的长期记忆。该框架利用跨记忆共振激活与状态相关的长期记忆，条件化多代理诊断过程，并将已解决事件的经验巩固回长期记忆。在华为真实微服务数据集上的实验表明，OpsMem 显著优于现有基线方法。