# 记忆策略
<a name="memory-strategies"></a>

在 AgentCore Memory 中，您可以向内存资源添加内存策略。这些策略决定了要从原始对话中提取哪些类型的信息。策略是一种配置，可以智能地捕获和保留交互中的关键概念，这些概念作为[CreateEvent](https://docs.aws.amazon.com/bedrock-agentcore/latest/APIReference/API_CreateEvent.html)操作中的事件发送。作为[CreateMemory](https://docs.aws.amazon.com/bedrock-agentcore-control/latest/APIReference/API_CreateMemory.html)或[UpdateMemory](https://docs.aws.amazon.com/bedrock-agentcore-control/latest/APIReference/API_UpdateMemory.html)操作的一部分，您可以向内存资源添加策略。启用后，这些策略将自动对与该内存资源关联的原始对话事件执行，以提取长期记忆。

如果未指定任何策略，则不会提取该内存的长期内存记录。

AgentCore 内存支持多种存储策略：

**Topics**
+ [Built-in 策略](#memory-built-in-strategies-desc)
+ [Built-in 覆盖](#memory-built-in-overrides-desc)
+ [Self-managed 策略](#memory-self-managed-strategies-desc)
+ [Built-in 策略](built-in-strategies.md)
+ [自定义内置策略或创建自己的策略](memory-custom-strategy.md)
+ [Self-managed 策略](memory-self-managed-strategies.md)

## Built-in 策略
<a name="memory-built-in-strategies-desc"></a>

AgentCore 使用预定义的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
+ 自定义选项有限
+ 存储成本更高

## Built-in 覆盖
<a name="memory-built-in-overrides-desc"></a>

在使用托管提取 AgentCore 管道的同时，通过定向自定义扩展内置策略。
+ 通过定向自定义扩展内置策略
+ 允许在仍在使用 AgentCore 托管提取管道时修改提示
+ 为基岩模型提供支持（在您的账户中调用）
+ 存储成本比内置更低

## Self-managed 策略
<a name="memory-self-managed-strategies-desc"></a>

您拥有使用自定义提取和合并算法的内存处理管道的完全所有权。
+ 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
+ 需要基础设施的设置和维护
+ 与内置策略相比，存储成本更低

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