Agentes de atendimento
Um agente que cuida de reembolsos lembra as mensagens anteriores do cliente, as políticas da loja e em qual etapa do reembolso está.
IA e LLMAgentesPlanos Performance e Scale
Agentes com memória
Dê a agentes de longa duração contexto da conversa, conhecimento recuperado, estado da tarefa e uma trilha de auditoria, tudo em um só lugar.
- tipos de memória
- 4
- armazenamento para todos
- 1
- framework de agentes
- Qualquer
Etapa 1 de 6
Abra uma conversa
Uma sessão mantém uma janela deslizante com os turnos mais recentes.
Sessão de exemploplaying
# Abra uma conversa
hotkv> AMEM.CONV.CREATE session:42 WINDOW 20
OK
Uma demonstração animada com comandos reais do HotKV e respostas de exemplo. Clique em qualquer etapa para ir direto a ela. Os comandos e as respostas ficam em inglês, exatamente como você os digita e vê no HotKV.
O problema
Um agente que esquece entre uma etapa e outra não consegue terminar tarefas longas. A resposta de sempre é uma tabela de histórico de chat, um armazenamento vetorial para fatos e um espaço de rascunho para o estado, e ainda assim não existe um registro único do que o agente fez.
Como o HotKV resolve
O HotKV oferece quatro tipos de memória de agentes como comandos. As janelas de conversa guardam o contexto do diálogo, a memória semântica recupera fatos relevantes pelo significado, a memória de trabalho acompanha o estado da tarefa atual e um log episódico registra o que o agente fez.
Passo a passo
O que acontece, comando por comando
- 01
Abra uma conversa
Uma sessão mantém uma janela deslizante com os turnos mais recentes.
AMEM.CONV.CREATE session:42 WINDOW 20 - 02
Registre o que o cliente disse
Cada turno é anexado com o seu papel.
AMEM.CONV.APPEND session:42 user "Why was my invoice declined?" - 03
Recupere fatos relevantes
Os fatos armazenados antes com AMEM.SEM.STORE, em uma memória semântica criada com AMEM.SEM.CREATE, são encontrados pelo significado, não por palavra-chave.
AMEM.SEM.RECALL billing-agent 3 0.02 0.7 ... - 04
Acompanhe a tarefa
A memória de trabalho guarda em que ponto o agente está e expira quando a tarefa já terminou há muito tempo.
AMEM.WORK.SET session:42 step "checking payment gateway" TTL 600 - 05
Registre a ação
Cada ação do agente é registrada para auditoria e depuração.
AMEM.EPIS.LOG billing-agent action "Reissued invoice INV-9921" - 06
Contexto para o próximo turno
Os turnos recentes entram no próximo prompt, então o agente nunca perde o fio da meada.
AMEM.CONV.WINDOW session:42 10
Onde se encaixa
Cenários reais
Assistentes de pesquisa
As descobertas são armazenadas como fatos semânticos durante uma investigação longa e recuperadas na hora de escrever o resumo.
Bots de operações
Cada ação de um bot de plantão fica no log episódico, para que as pessoas possam revisar exatamente o que ele fez e por quê.
Integrado
O que você ganha
Memória de conversa
Uma janela deslizante de turnos recentes para cada sessão.
AMEM.CONV.APPENDAMEM.CONV.WINDOWMemória semântica
Fatos recuperados pelo significado, com TTL opcional.
AMEM.SEM.STOREAMEM.SEM.RECALLMemória de trabalho
Estado da tarefa que pode expirar sozinho.
AMEM.WORK.SETAMEM.WORK.GETLog episódico
Ações e observações, consultáveis por tipo e por tempo.
AMEM.EPIS.LOGAMEM.EPIS.QUERYPerguntas frequentes
Qual a diferença em relação a guardar o histórico do chat em um banco de dados?
Os quatro tipos de memória compartilham um armazenamento e uma conexão, então a recuperação, o estado da tarefa e o log de ações não precisam cada um do próprio serviço.
O framework de agentes faz diferença?
Não. A memória é exposta como comandos pelo protocolo Redis, e o servidor MCP a expõe para clientes MCP. Para o LangGraph existem um checkpointer e um store.
Quais planos incluem o recurso?
A memória de agentes faz parte dos planos Performance e Scale.
Casos de uso relacionados
Experimente com a sua própria carga de trabalho
O HotKV fala o protocolo Redis, então você pode apontar um cliente existente para ele e executar estes mesmos comandos.