Compare la memoria a largo plazo con Retrieval-Augmented la generación
Long-term la memoria de Amazon Bedrock AgentCore Memory sirve como almacenamiento persistente para el contexto específico de la sesión, lo que permite a los agentes mantener la continuidad y la personalización en todas las interacciones. Utilice la memoria a largo plazo para almacenar las preferencias de los usuarios, las decisiones pasadas, el historial de conversaciones y los patrones de comportamiento que ayudan a los agentes a adaptarse y a sentirse personales sin tener que solicitar repetidamente la misma información. Este tipo de memoria es ideal para rastrear quién es el usuario, qué ha sucedido en sesiones anteriores y mantener el estado de los flujos de trabajo de varios pasos.
Retrieval-Augmented La generación (RAG) complementa la memoria a largo plazo al proporcionar acceso a información actualizada y fidedigna de repositorios a gran escala. Utilice estos sistemas para recuperar documentación actualizada, especificaciones técnicas, políticas y conocimientos especializados en el campo que puedan ser demasiado voluminosos o volátiles para almacenarlos a largo plazo. RAG garantiza la precisión de los hechos al extraer directamente de fuentes seleccionadas en el momento de la consulta, lo que lo hace ideal para acceder a lo que dicen fuentes autorizadas en este momento. Una opción para integrar RAG en su agente es utilizar una base de conocimientos de Amazon Bedrock. Para obtener más información, consulte Recuperar datos y generar respuestas de IA con las bases de conocimiento de Amazon Bedrock en la guía del usuario de Amazon Bedrock.
La distinción clave radica en sus funciones complementarias: la memoria a largo plazo gestiona el contexto personal y la continuidad de las sesiones, mientras que la RAG proporciona conocimientos actuales sobre hechos y experiencia en el campo. Long-term La memoria responde a «quién es el usuario y qué ocurrió antes», mientras que RAG responde a «qué dicen actualmente las fuentes confiables». Esta separación permite a los agentes mantener relaciones personales con los usuarios y, al mismo tiempo, garantizar el acceso a información precisa y fidedigna.
Al utilizar memoria larga y RAG en conjunto, su agente puede ofrecer experiencias personalizadas a través del contexto recordado e información fiable mediante la recuperación de conocimientos en tiempo real. Para sus clientes, sus agentes están familiarizados y se basan en los hechos.
