Memoria

L'imbracatura mantiene automaticamente lo stato di conversazione in AgentCore memoria. Ad ogni chiamata, la conversazione viene salvata, suddivisa in base all'ID della sessione (e in aggiunta all'ID dell'attore, se fornito). Nelle chiamate successive con lo stesso ID di sessione, la cronologia dell'agente viene caricata dalla memoria prima che venga eseguita la scansione: ricorda ciò che è accaduto nei turni precedenti, anche dopo la scadenza della sessione MicroVM sottostante. Non è necessario inviare personalmente i messaggi precedenti; è sufficiente inviare il nuovo messaggio.

Come funziona la memoria

Memoria gestita (impostazione predefinita)

Per impostazione predefinita, l'harness esegue automaticamente il provisioning di un'istanza di AgentCore memoria con impostazioni predefinite ragionevoli (semantica e strategie di riepilogo, scadenza degli eventi di 30 giorni). Non è necessario creare o configurare nulla: la memoria funziona e basta.

Per personalizzare la memoria gestita al momento della creazione:

La memoria gestita è completamente gestita dal cablaggio:

Strategie disponibili

Aggiungi memoria esistente (BYO)

Se hai bisogno di una configurazione avanzata oltre a quella fornita dalla memoria gestita (modelli di namespace personalizzati, crittografia KMS o memoria condivisa su più cablaggi), collega invece un'istanza di memoria esistente. AgentCore

Disattiva la memoria

Per disabilitare completamente la memoria:

aws bedrock-agentcore-control update-harness \
  --harness-id "MyHarness-UuFdkQoXSL" \
  --memory '{"optionalValue": {"disabled": {}}}'

Per-user ambito della memoria con ID attore

Passa actorId al momento della chiamata l'ambito della memoria a un utente specifico. Ogni attore ottiene una memoria isolata a breve e lungo termine:

response = client.invoke_harness(
    harnessArn=HARNESS_ARN,
    runtimeSessionId=SESSION_ID,
    actorId="user-123",
    messages=[{"role": "user", "content": [{"text": "What do you remember about my preferences?"}]}],
)

Long-term recupero della memoria

Quando un cablaggio dispone di strategie di memoria attive (gestite o BYO), il recupero avviene automaticamente: il cablaggio ricava una configurazione di recupero dalle strategie attive dell'istanza di memoria. Ad ogni chiamata, l'agente interroga i ricordi a lungo termine pertinenti e li inserisce nel contesto della conversazione prima di ragionare.

Comportamento predefinito:

Sostituisci le impostazioni predefinite: se fornisci esplicitamente un retrievalConfig nella configurazione della memoria BYO, i tuoi valori hanno la priorità e non si verifica alcuna derivazione automatica. Ciò consente di personalizzare gli spazi dei nomi su cui eseguire le query, modificare o disabilitare il recupero per strategie specifiche. topK relevanceScore

aws bedrock-agentcore-control update-harness \
  --harness-id "MyHarness-UuFdkQoXSL" \
  --memory '{"optionalValue": {"agentCoreMemoryConfiguration": {"arn": "arn:aws:bedrock-agentcore:us-west-2:123456789012:memory/MyMemory-abc123", "retrievalConfig": {"/facts/{actorId}/": {"topK": 5, "relevanceScore": 0.5, "strategyId": "FactExtractor-abc123"}}}}}'

Troncamento del contesto

Quando la cronologia delle conversazioni si estende oltre la finestra di contesto del modello, l'harness applica una strategia di troncamento. Configuralo sul cablaggio o esegui l'override per ogni invocazione.

aws bedrock-agentcore-control update-harness \
  --harness-id "MyHarness-UuFdkQoXSL" \
  --truncation '{"strategy": "sliding_window", "slidingWindowConfig": {"numMessages": 30}}'

Ulteriori informazioni: AgentCore memoria, creazione di un archivio di memoria, strategie di memoria a lungo termine.

Argomenti correlati