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。
为您的亚马逊 Bedrock AgentCore 代理添加内存
AgentCore Memory 是一项完全托管的服务，它使您的 AI 代理能够记住过去的互动，使他们能够提供更智能、更具情境感知和个性化的对话。它为处理短期背景和长期知识保留提供了一种简单而强大的方法，无需构建或管理复杂的基础架构。
AgentCore 记忆解决了代理人工智能中的一项根本挑战：无国籍状态。如果没有存储功能，AI 代理会将每次交互视为新的实例，对以前的对话一无所知。 AgentCore 内存提供了这种关键功能，使您的代理能够随着时间的推移建立对用户的连贯理解。
AgentCore 内存支持各种 SDK 和代理框架。有关示例，请参阅亚马逊基岩 AgentCore 内存示例。
主题
内存类型
AgentCore 内存提供两种类型的内存，它们共同创建智能的、情境感知的 AI 代理：
- Short-term 记忆
-
Short-term 内存捕获单个会话中的逐行交互。这使代理可以即时保持上下文，而无需用户重复信息。
示例：当用户问 “西雅图的天气怎么样？” 然后再说 “明天呢？”，该代理依靠最近的对话记录来理解 “明天” 是指西雅图的天气。
- Long-term 记忆
-
Long-term 内存可自动从多个会话的对话中提取和存储关键见解，包括用户偏好、重要事实和会话摘要，从而在多个会话中持续保留知识。
示例：如果客户在预订航班时提到他们更喜欢靠窗的座位，则代理会将这种偏好存储在长期记忆中。在未来的互动中，代理可以主动提供靠窗的座位，从而创造个性化的体验。
内存密钥的好处
-
创建更自然的对话：通过记住对话中的前几轮对话，代理可以理解背景，解决模棱两可的陈述，并以更人性化的方式进行互动。
-
提供个性化体验：保留用户偏好、历史数据和会话中的关键事实，为个人用户量身定制响应和操作。
-
降低开发复杂性：减轻管理对话状态和内存的无差异繁重工作，使您可以专注于构建代理的核心业务逻辑。
内存的常见用例
-
对话代理：客户支持聊天机器人会记住用户以前的问题和偏好，使其能够在未来的互动中提供更相关的帮助。
-
Task-oriented /工作流代理：AI 代理协调多步骤业务流程（例如发票审批），使用内存来跟踪每个步骤的状态并维持工作流程进度。
-
Multi-agent 系统：管理供应链的 AI 代理团队共享内存，以同步库存水平、预测需求和优化物流。
-
自动驾驶或规划代理：自动驾驶汽车使用内存来规划路线，适应交通状况，并从过去的经验中学习以改善未来的驾驶决策。
