Klantenserviceagents
Een agent die terugbetalingen afhandelt onthoudt de eerdere berichten van de klant, het beleid van de winkel en welke stap van de terugbetaling hij heeft bereikt.
AI en LLMAgentsPlannen Performance en Scale
Autonome agents met geheugen
Geef langlopende agents gesprekscontext, opgehaalde kennis, taakstatus en een auditspoor, allemaal op één plek.
- soorten geheugen
- 4
- store voor alle vier
- 1
- agentframework
- Elk
Stap 1 van 6
Een gesprek openen
Een sessie bewaart een lopend venster van de meest recente beurten.
Voorbeeldsessieplaying
# Een gesprek openen
hotkv> AMEM.CONV.CREATE session:42 WINDOW 20
OK
Een geanimeerde walkthrough met echte HotKV-commando's en voorbeeldantwoorden. Klik op een stap om ernaartoe te springen. Commando's en antwoorden blijven Engels, precies zoals je ze in HotKV typt en ziet.
Het probleem
Een agent die tussen stappen vergeet, kan lange taken niet afmaken. Het gebruikelijke antwoord is een tabel met chatgeschiedenis, een vectorstore voor feiten en een kladruimte voor status, en nog steeds geen enkel overzicht van wat de agent heeft gedaan.
Hoe HotKV het aanpakt
HotKV biedt vier soorten agentgeheugen als commando's. Gespreksvensters bevatten de dialoogcontext, semantisch geheugen haalt relevante feiten op betekenis op, werkgeheugen houdt de status van de huidige taak bij en een episodisch logboek legt vast wat de agent deed.
Stap voor stap
Wat er gebeurt, commando voor commando
- 01
Een gesprek openen
Een sessie bewaart een lopend venster van de meest recente beurten.
AMEM.CONV.CREATE session:42 WINDOW 20 - 02
Vastleggen wat de klant zei
Elke beurt wordt toegevoegd met zijn rol.
AMEM.CONV.APPEND session:42 user "Why was my invoice declined?" - 03
Relevante feiten ophalen
Feiten die eerder zijn opgeslagen met AMEM.SEM.STORE, in semantisch geheugen gemaakt met AMEM.SEM.CREATE, worden op betekenis gevonden, niet op trefwoord.
AMEM.SEM.RECALL billing-agent 3 0.02 0.7 ... - 04
De taak bijhouden
Werkgeheugen houdt bij waar de agent is en verloopt wanneer de taak allang voorbij is.
AMEM.WORK.SET session:42 step "checking payment gateway" TTL 600 - 05
De actie loggen
Elke actie die de agent onderneemt wordt vastgelegd voor audit en debugging.
AMEM.EPIS.LOG billing-agent action "Reissued invoice INV-9921" - 06
Context voor de volgende beurt
De recente beurten gaan in de volgende prompt, zodat de agent de draad nooit kwijtraakt.
AMEM.CONV.WINDOW session:42 10
Waar het past
Praktijkscenario's
Onderzoeksassistenten
Bevindingen worden tijdens een lang onderzoek als semantische feiten opgeslagen en teruggehaald bij het schrijven van de samenvatting.
Operationele bots
Elke actie van een bot voor de dienstdoende engineer staat in het episodische logboek, zodat mensen precies kunnen nagaan wat hij deed en waarom.
Ingebouwd
Wat je krijgt
Gespreksgeheugen
Een lopend venster van recente beurten voor elke sessie.
AMEM.CONV.APPENDAMEM.CONV.WINDOWSemantisch geheugen
Feiten die op betekenis worden opgehaald, optioneel met een TTL.
AMEM.SEM.STOREAMEM.SEM.RECALLWerkgeheugen
Taakstatus die vanzelf kan verlopen.
AMEM.WORK.SETAMEM.WORK.GETEpisodisch logboek
Acties en observaties, te bevragen op type en tijd.
AMEM.EPIS.LOGAMEM.EPIS.QUERYVeelgestelde vragen
Hoe verschilt dit van chatgeschiedenis opslaan in een database?
De vier geheugentypen delen één store en één verbinding, dus recall, taakstatus en het actielogboek hebben niet elk een eigen service nodig.
Maakt het agentframework uit?
Nee. Geheugen wordt als commando's via het Redis-protocol aangeboden, en de MCP-server biedt het aan MCP-clients aan. Voor LangGraph is er een checkpointer en store.
Welke plannen bevatten het?
Agentgeheugen maakt deel uit van de plannen Performance en Scale.
Verwante use cases
Probeer het op je eigen workload
HotKV spreekt het Redis-protocol, dus je kunt een bestaande client erop richten en dezelfde commando's uitvoeren.