AI i LLMAgenciplany Performance i Scale

Autonomiczni agenci z pamięcią

Daj długo działającym agentom kontekst rozmowy, przywołaną wiedzę, stan zadania i ślad audytu, wszystko w jednym miejscu.

rodzaje pamięci
4
magazyn dla wszystkich
1
framework agentów
Any
Krok 1 z 6
Otwórz konwersację

Sesja przechowuje przesuwne okno najnowszych tur.

Przykładowa sesjaplaying
# Otwórz konwersację
hotkv> AMEM.CONV.CREATE session:42 WINDOW 20
OK

Animowany przegląd z prawdziwymi poleceniami HotKV i przykładowymi odpowiedziami. Kliknij dowolny krok, aby do niego przejść. Polecenia i odpowiedzi pozostają po angielsku, dokładnie tak, jak je wpisujesz i widzisz w HotKV.

Problem

Agent, który zapomina między krokami, nie dokończy długich zadań. Zwykła odpowiedź to tabela historii czatu, magazyn wektorów na fakty i brudnopis na stan, a i tak brak jednego zapisu tego, co agent zrobił.

Jak radzi sobie z tym HotKV

HotKV udostępnia cztery rodzaje pamięci agentów jako polecenia. Okna konwersacji przechowują kontekst dialogu, pamięć semantyczna przywołuje istotne fakty według znaczenia, pamięć robocza śledzi stan bieżącego zadania, a dziennik epizodyczny zapisuje, co agent zrobił.

Krok po kroku

Co się dzieje, polecenie po poleceniu

  1. 01

    Otwórz konwersację

    Sesja przechowuje przesuwne okno najnowszych tur.

    AMEM.CONV.CREATE session:42 WINDOW 20
  2. 02

    Zapisz, co powiedział klient

    Każda tura jest dopisywana wraz z rolą.

    AMEM.CONV.APPEND session:42 user "Why was my invoice declined?"
  3. 03

    Przywołaj istotne fakty

    Fakty zapisane wcześniej przez AMEM.SEM.STORE, w pamięci semantycznej utworzonej przez AMEM.SEM.CREATE, są znajdowane według znaczenia, a nie słowa kluczowego.

    AMEM.SEM.RECALL billing-agent 3 0.02 0.7 ...
  4. 04

    Śledź zadanie

    Pamięć robocza przechowuje, gdzie jest agent, i wygasa, gdy zadanie dawno się skończyło.

    AMEM.WORK.SET session:42 step "checking payment gateway" TTL 600
  5. 05

    Zapisz działanie w dzienniku

    Każde działanie agenta jest zapisywane na potrzeby audytu i debugowania.

    AMEM.EPIS.LOG billing-agent action "Reissued invoice INV-9921"
  6. 06

    Kontekst dla następnej tury

    Ostatnie tury trafiają do następnego promptu, więc agent nigdy nie gubi wątku.

    AMEM.CONV.WINDOW session:42 10
Gdzie się sprawdza

Scenariusze z życia

Agenci obsługi klienta

Agent obsługujący zwroty pamięta wcześniejsze wiadomości klienta, zasady sklepu i to, na którym kroku zwrotu jest.

Asystenci badawczy

Ustalenia są zapisywane jako fakty semantyczne podczas długiego śledztwa i przywoływane przy pisaniu podsumowania.

Boty operacyjne

Każde działanie bota dyżurnego jest w dzienniku epizodycznym, więc ludzie mogą sprawdzić dokładnie, co zrobił i dlaczego.

Wbudowane

Co dostajesz

Pamięć konwersacyjna

Przesuwne okno ostatnich tur dla każdej sesji.

AMEM.CONV.APPENDAMEM.CONV.WINDOW

Pamięć semantyczna

Fakty przywoływane według znaczenia, opcjonalnie z TTL.

AMEM.SEM.STOREAMEM.SEM.RECALL

Pamięć robocza

Stan zadania, który może sam wygasnąć.

AMEM.WORK.SETAMEM.WORK.GET

Dziennik epizodyczny

Działania i obserwacje, przeszukiwalne według typu i czasu.

AMEM.EPIS.LOGAMEM.EPIS.QUERY

Częste pytania

Czym to się różni od przechowywania historii czatu w bazie danych?

Cztery typy pamięci dzielą jeden magazyn i jedno połączenie, więc przywoływanie, stan zadania i dziennik działań nie potrzebują osobnych usług.

Czy framework agentów ma znaczenie?

Nie. Pamięć jest udostępniona jako polecenia protokołu Redis, a serwer MCP udostępnia ją klientom MCP. Dla LangGraph jest checkpointer i magazyn.

Które plany to zawierają?

Pamięć agentów jest częścią planów Performance i Scale.

Powiązane przypadki użycia

Wypróbuj na własnym obciążeniu

HotKV mówi protokołem Redis, więc możesz skierować na niego istniejącego klienta i uruchomić te same polecenia.