View a markdown version of this page

记忆策略 - 亚马逊基岩 AgentCore

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

记忆策略

在 M AgentCore emory 中,您可以向内存资源添加内存策略。这些策略决定了从原始对话中提取哪些类型的信息。策略是智能捕获和保存交互中的关键概念的配置,在CreateEvent操作中作为事件发送。您可以将策略作为CreateMemory或UpdateMemory操作的一部分添加到内存资源。启用后,这些策略将自动对与该内存资源相关的原始对话事件执行,以提取长期记忆。

如果未指定策略,则不会为该内存提取长期内存记录。

AgentCore 内存支持多种内存策略:

Built-in 策略

AgentCore 使用预定义算法自动处理所有内存提取和整合。

  • AgentCore 自动处理所有内存提取和整合

  • 除了基本的触发器设置外,无需进行任何配置

  • 使用针对常见用例进行优化和基准测试的预定义算法

  • 适用于标准对话式 AI 应用程序

  • 有限的自定义选项

  • 更高的存储成本

Built-in 覆盖

在使用托管提取 AgentCore 管道的同时,通过有针对性的自定义扩展内置策略。

  • 通过有针对性的定制扩展内置策略

  • 允许在仍使用 AgentCore 托管提取管道的同时修改提示

  • 为基岩模型提供支持(在您的账户中调用)

  • 存储成本低于内置存储成本

Self-managed 策略

使用自定义提取和合并算法,您可以完全拥有内存处理管道的所有权。

  • 内存处理管道的完全所有权

  • 使用任何模型、提示等自定义提取和合并算法。

  • 完全控制内存记录架构、命名空间等。

  • 与外部系统和数据库集成

  • 需要基础架构设置和维护

  • 存储成本低于内置策略

可以将单个内存资源配置为同时使用内置和自定义策略,从而灵活地满足不同的内存需求。