View a markdown version of this page

Ativar memória de longo prazo - Amazon Bedrock AgentCore

Ativar memória de longo prazo

Você pode ativar a memória de longo prazo de duas maneiras: adicionando estratégias ao criar uma AgentCore memória pela primeira vez ou atualizando um recurso existente para incluí-las.

Criando uma nova memória com estratégias de longo prazo

O método mais direto é incluir estratégias ao criar uma nova AgentCore memória. Depois de ligarcreate_memory, você deve esperar que o status da AgentCore memória se torne ACTIVE antes de poder usá-lo.

exemplo
AgentCore CLI
  1. agentcore add memory --name PersonalizedShoppingAgentMemory --strategies USER_PREFERENCE agentcore deploy
Interactive
  1. Execute agentcore para abrir a TUI, selecione adicionar e escolha Memória:

  2. Selecione a estratégia de preferência do usuário:

    Assistente de memória: selecione a estratégia USER_PREFERENCE
  3. Revise a configuração e pressione Enter para confirmar:

    Assistente de memória: confirme a configuração da memória

    Em seguida, execute agentcore deploy para provisionar a memória AWS.

Adicionando estratégias de longo prazo a uma AgentCore memória existente

Para adicionar recursos de longo prazo a uma AgentCore memória existente, você usa a update_memory operação. Você pode adicionar, modificar ou excluir estratégias para uma memória existente.

nota

A AgentCore CLI oferece suporte à criação e ao gerenciamento de recursos de memória. Para atualizar as estratégias de memória em uma memória existente, use o AWS SDK.

Exemplo: Adicionar uma estratégia de resumo da sessão a uma AgentCore memória existente

import boto3 # Initialize the Boto3 client for control plane operations control_client = boto3.client('bedrock-agentcore-control', region_name='us-west-2') # Assume 'memory_id' is the ID of an existing AgentCore Memory that has no strategies attached to it memory_id = "your-existing-memory-id" # Update the memory to add a summary strategy response = control_client.update_memory( memoryId=memory_id, memoryStrategies=[ { 'summaryMemoryStrategy': { 'name': 'SessionSummarizer', 'description': 'Summarizes conversation sessions for context', 'namespaceTemplates': ['/summaries/{actorId}/{sessionId}/'] } } ] ) print(f"Successfully submitted update for memory ID: {memory_id}") # Validate strategy was added to the memory memory_response = control_client.get_memory(memoryId=memory_id) strategies = memory_response.get('memory', {}).get('strategies', []) print(f"Memory strategies for memoryID: {memory_id} are: {strategies}")
nota

Long-term os registros de memória só serão extraídos de eventos de conversação que são armazenados após a criação de uma nova estratégia. ACTIVE As conversas armazenadas antes da adição de uma estratégia não serão processadas para memória de longo prazo.