View a markdown version of this page

記憶體策略 - Amazon Bedrock AgentCore

記憶體策略

在 AgentCore 記憶體中,您可以將記憶體策略新增至記憶體資源。這些策略決定要從原始對話中擷取哪些類型的資訊。策略是組態,可智慧地從互動中擷取和保留關鍵概念,並在 CreateEvent 操作中作為事件傳送。您可以在 CreateMemoryUpdateMemory 操作中將策略新增至記憶體資源。啟用後,這些策略會在與該記憶體資源相關聯的原始對話事件上自動執行,以擷取長期記憶體。

如果未指定策略,則不會擷取該記憶體的長期記憶體記錄。

AgentCore 記憶體支援各種記憶體策略:

內建策略

AgentCore 會使用預先定義的演算法自動處理所有記憶體擷取和整合。

  • AgentCore 會自動處理所有記憶體擷取和整合

  • 除了基本觸發設定之外,不需要任何組態

  • 使用針對常見使用案例進行最佳化和基準化的預先定義演算法

  • 適用於標準對話式 AI 應用程式

  • 有限的自訂選項

  • 較高的儲存成本

內建覆寫

使用 AgentCore 受管擷取管道時,透過目標自訂擴展內建策略。

  • 使用目標自訂擴展內建策略

  • 允許修改提示,同時仍使用 AgentCore 受管擷取管道

  • 支援基數模型 (在您的帳戶中叫用)

  • 儲存體的成本低於內建

自我管理策略

您可以使用自訂擷取和整合演算法來完全擁有記憶體處理管道。

  • 記憶體處理管道的完整擁有權

  • 使用任何模型、提示等自訂擷取和合併演算法。

  • 完全控制記憶體記錄結構描述、命名空間等。

  • 與外部系統和資料庫整合

  • 需要基礎設施設定和維護

  • 與內建策略相比,儲存成本更低

單一記憶體資源可設定為同時利用內建和自訂策略,提供彈性以因應各種記憶體需求。