AI และ LLMเอเจนต์แผน Performance และ Scale

เอเจนต์อัตโนมัติที่มีหน่วยความจำ

ให้เอเจนต์ที่ทำงานยาวนานมีบริบทของบทสนทนา ความรู้ที่ดึงกลับมาได้ สถานะของงาน และร่องรอยสำหรับการตรวจสอบ ทั้งหมดในที่เดียว

ชนิดของหน่วยความจำ
4
ที่เก็บสำหรับทุกชนิด
1
เฟรมเวิร์กเอเจนต์
ทุก
ขั้นที่ 1 จาก 6
เปิดบทสนทนา

เซสชันเก็บหน้าต่างเลื่อนของรอบสนทนาล่าสุด

เซสชันตัวอย่างplaying
# เปิดบทสนทนา
hotkv> AMEM.CONV.CREATE session:42 WINDOW 20
OK

ตัวอย่างแบบแอนิเมชันพร้อมคำสั่ง HotKV จริงและคำตอบตัวอย่าง คลิกขั้นตอนใดก็ได้เพื่อข้ามไปยังขั้นนั้น คำสั่งและคำตอบยังคงเป็นภาษาอังกฤษ ตรงตามที่คุณพิมพ์และเห็นใน HotKV

ปัญหา

เอเจนต์ที่ลืมระหว่างขั้นตอนทำงานยาวให้เสร็จไม่ได้ คำตอบปกติคือตารางประวัติแชต vector store สำหรับข้อเท็จจริง และพื้นที่ชั่วคราวสำหรับสถานะ และก็ยังไม่มีบันทึกเดียวว่าเอเจนต์ทำอะไรไปบ้าง

HotKV จัดการอย่างไร

HotKV มีหน่วยความจำของเอเจนต์สี่ชนิดเป็นคำสั่ง หน้าต่างบทสนทนาเก็บบริบทของบทสนทนา หน่วยความจำเชิงความหมายดึงข้อเท็จจริงที่เกี่ยวข้องกลับมาด้วยความหมาย หน่วยความจำเพื่อการทำงานติดตามสถานะของงานปัจจุบัน และบันทึกเหตุการณ์จดสิ่งที่เอเจนต์ทำ

ทีละขั้นตอน

เกิดอะไรขึ้นบ้าง ทีละคำสั่ง

  1. 01

    เปิดบทสนทนา

    เซสชันเก็บหน้าต่างเลื่อนของรอบสนทนาล่าสุด

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

    บันทึกสิ่งที่ลูกค้าพูด

    แต่ละรอบถูกต่อท้ายพร้อมบทบาทของมัน

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

    ดึงข้อเท็จจริงที่เกี่ยวข้องกลับมา

    ข้อเท็จจริงที่เก็บไว้ก่อนหน้าด้วย AMEM.SEM.STORE ในหน่วยความจำเชิงความหมายที่สร้างด้วย AMEM.SEM.CREATE ถูกค้นพบด้วยความหมาย ไม่ใช่ด้วยคีย์เวิร์ด

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

    ติดตามงาน

    หน่วยความจำเพื่อการทำงานเก็บว่าเอเจนต์อยู่ขั้นไหน และหมดอายุเมื่องานผ่านไปนานแล้ว

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

    บันทึกการกระทำ

    ทุกการกระทำของเอเจนต์ถูกบันทึกไว้เพื่อการตรวจสอบและดีบัก

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

    บริบทสำหรับรอบถัดไป

    รอบสนทนาล่าสุดเข้าไปอยู่ในพรอมต์ถัดไป เอเจนต์จึงไม่เสียเส้นเรื่อง

    AMEM.CONV.WINDOW session:42 10
เหมาะกับงานแบบไหน

สถานการณ์จริง

เอเจนต์บริการลูกค้า

เอเจนต์ที่จัดการเรื่องคืนเงินจำข้อความก่อนหน้าของลูกค้า นโยบายของร้าน และขั้นตอนการคืนเงินที่มาถึงแล้ว

ผู้ช่วยวิจัย

ข้อค้นพบถูกเก็บเป็นข้อเท็จจริงเชิงความหมายระหว่างการสืบค้นยาวนาน และดึงกลับมาตอนเขียนบทสรุป

บอตปฏิบัติการ

ทุกการกระทำของบอตทีมเวรอยู่ในบันทึกเหตุการณ์ มนุษย์จึงตรวจสอบได้ว่ามันทำอะไรและเพราะอะไร

อยู่ในตัว

สิ่งที่คุณได้รับ

หน่วยความจำบทสนทนา

หน้าต่างเลื่อนของรอบสนทนาล่าสุดสำหรับแต่ละเซสชัน

AMEM.CONV.APPENDAMEM.CONV.WINDOW

หน่วยความจำเชิงความหมาย

ข้อเท็จจริงที่ดึงกลับมาด้วยความหมาย กำหนด TTL ได้ตามต้องการ

AMEM.SEM.STOREAMEM.SEM.RECALL

หน่วยความจำเพื่อการทำงาน

สถานะของงานที่หมดอายุเองได้

AMEM.WORK.SETAMEM.WORK.GET

บันทึกเหตุการณ์

การกระทำและการสังเกต สืบค้นได้ตามชนิดและเวลา

AMEM.EPIS.LOGAMEM.EPIS.QUERY
ข้อมูลอ้างอิง:AMEM.CONV.APPENDAMEM.SEM.RECALLAMEM.WORK.SETAMEM.EPIS.LOG

คำถามที่พบบ่อย

ต่างจากการเก็บประวัติแชตในฐานข้อมูลอย่างไร

หน่วยความจำทั้งสี่ชนิดใช้ที่เก็บเดียวและการเชื่อมต่อเดียวร่วมกัน การดึงข้อมูลกลับ สถานะของงาน และบันทึกการกระทำจึงไม่ต้องมีบริการของตัวเองแต่ละอย่าง

เฟรมเวิร์กของเอเจนต์มีผลไหม

ไม่มีผล หน่วยความจำเปิดให้ใช้เป็นคำสั่งผ่านโปรโตคอลของ Redis และ MCP server เปิดให้ไคลเอนต์ MCP ใช้ สำหรับ LangGraph มี checkpointer และที่เก็บให้

แผนไหนรวมฟีเจอร์นี้

หน่วยความจำของเอเจนต์อยู่ในแผน Performance และ Scale

กรณีใช้งานที่เกี่ยวข้อง

ลองกับเวิร์กโหลดของคุณเอง

HotKV ใช้โปรโตคอลของ Redis คุณจึงชี้ไคลเอนต์ที่มีอยู่มาที่ HotKV แล้วรันคำสั่งเดียวกันนี้ได้