Integrierte Strategien konfigurieren
AgentCore Memory bietet vorkonfigurierte, integrierte Speicherstrategien für gängige Anwendungsfälle.
Benutzereinstellungen
Die Strategie „Benutzereinstellungen“ (UserPreferenceMemoryStrategy) dient dazu, Benutzerpräferenzen, -optionen und -stile automatisch zu identifizieren und aus Konversationen zu extrahieren. Auf diese Weise kann Ihr Agent ein persistentes Profil für jeden Benutzer erstellen, was zu personalisierteren und relevanteren Interaktionen führt.
-
Beispiel für einen Anwendungsfall: Ein E-Commerce-Agent merkt sich die Lieblingsmarken und die bevorzugte Größe eines Benutzers, sodass er in future Sitzungen maßgeschneiderte Produktempfehlungen geben kann.
Beispiel für eine Konfiguration:
import boto3 # Initialize the Boto3 client for control plane operations control_client = boto3.client('bedrock-agentcore-control', region_name='us-west-2') # Create memory resource with user preference strategy response = control_client.create_memory( name="ECommerceAgentMemory", memoryStrategies=[ { 'userPreferenceMemoryStrategy': { 'name': 'UserPreferenceExtractor', 'namespaceTemplates': ['/users/{actorId}/preferences/'] } } ] )
Semantisch
Die Speicherstrategie Semantic (SemanticMemoryStrategy) wurde entwickelt, um wichtige Sachinformationen und Kontextwissen aus Konversationsdaten zu identifizieren und zu extrahieren. Auf diese Weise kann Ihr Agent eine persistente Wissensdatenbank über wichtige Entitäten, Ereignisse und Details aufbauen, die während einer Interaktion besprochen wurden.
-
Beispiel für einen Anwendungsfall: Ein Kundenbetreuer merkt sich, dass die Bestellnummer mit einem bestimmten Support-Ticket verknüpft ABC-123 ist, sodass der Benutzer die Bestellnummer nicht erneut eingeben muss, wenn er nachfragt.
Beispiel für eine Konfiguration:
import boto3 # Initialize the Boto3 client for control plane operations control_client = boto3.client('bedrock-agentcore-control', region_name='us-west-2') # Create memory resource with semantic strategy response = control_client.create_memory( name="SupportAgentFactMemory", memoryStrategies=[ { 'semanticMemoryStrategy': { 'name': 'FactExtractor', 'namespaceTemplates': ['/support_cases/{sessionId}/facts/'] } } ] )
Zusammenfassungen der Sitzungen
Die Speicherstrategie für Sitzungszusammenfassungen (SummaryMemoryStrategy) erstellt komprimierte, fortlaufende Zusammenfassungen von Konversationen, die innerhalb einer einzigen Sitzung stattfinden. Auf diese Weise werden die wichtigsten Themen und Entscheidungen erfasst, sodass sich ein Mitarbeiter schnell an den Kontext einer langen Konversation erinnern kann, ohne den gesamten Verlauf erneut verarbeiten zu müssen.
-
Beispiel für einen Anwendungsfall: Nach einer 30-minütigen Sitzung zur Problembehandlung kann der Agent auf eine Zusammenfassung wie „Der Benutzer hat ein Problem mit Software v2.1 gemeldet, einen Neustart versucht und ihm wurde ein Link zum Knowledge-Base-Artikel bereitgestellt“ zugreifen.
Beispiel für eine Konfiguration:
import boto3 # Initialize the Boto3 client for control plane operations control_client = boto3.client('bedrock-agentcore-control', region_name='us-west-2') # Create memory resource with summary strategy response = control_client.create_memory( name="TroubleshootingAgentSummaryMemory", memoryStrategies=[ { 'summaryMemoryStrategy': { 'name': 'SessionSummarizer', 'namespaceTemplates': ['/summaries/{actorId}/{sessionId}/'] } } ] )
Episodisch
Die episodische (EpisodicStrategy) Gedächtnisstrategie erfasst Interaktionen als strukturierte Episoden, die aus Szenarien, Absichten, Gedanken, ergriffenen Maßnahmen, Ergebnissen und Artefakten bestehen. Bei dieser Strategie werden auch episodenübergreifend reflections angestellt, um umfassendere Erkenntnisse zu gewinnen, sodass ein Agent lernen und erfolgreiche Muster aus früheren Interaktionen auf neue Interaktionen anwenden kann.
-
Beispiel für einen Anwendungsfall: Ein Kundenbetreuer protokolliert Interaktionen als Episoden. Das System erfasst, welche Phrasen und Aktionen zu erfolgreichen Interaktionen führen
Beispiel für eine Konfiguration:
import boto3 # Initialize the Boto3 client for control plane operations control_client = boto3.client('bedrock-agentcore-control', region_name='us-west-2') # Create memory resource with episodic strategy response = control_client.create_memory( name="MyMemory", memoryStrategies=[ { 'episodicMemoryStrategy': { 'name': 'EpisodicStrategy', 'namespaceTemplates': ['/strategy/{memoryStrategyId}/actors/{actorId}/sessions/{sessionId}/'], 'reflection': { 'namespaceTemplates': ['strategy/{memoryStrategyId}/actors/{actorId}/'] } } } ] )