View a markdown version of this page

Configurer des stratégies intégrées - Amazon Bedrock AgentCore

Configurer des stratégies intégrées

AgentCore La mémoire fournit des stratégies de mémoire préconfigurées et intégrées pour les cas d'utilisation courants.

Préférences de l'utilisateur

La stratégie des préférences utilisateur (UserPreferenceMemoryStrategy) est conçue pour identifier et extraire automatiquement les préférences, les choix et les styles des utilisateurs à partir des conversations. Cela permet à votre agent de créer un profil permanent de chaque utilisateur, ce qui permet des interactions plus personnalisées et pertinentes.

  • Exemple de cas d'utilisation : un agent de commerce électronique mémorise les marques préférées et la taille préférée d'un utilisateur, ce qui lui permet de proposer des recommandations de produits personnalisées lors de futures sessions.

Exemple de configuration :

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/'] } } ] )

Sémantique

La stratégie de mémoire Semantic (SemanticMemoryStrategy) est conçue pour identifier et extraire des informations factuelles clés et des connaissances contextuelles à partir de données conversationnelles. Cela permet à votre agent de créer une base de connaissances permanente sur les entités, les événements et les détails importants abordés lors d'une interaction.

  • Exemple de cas d'utilisation : un agent du service client se souvient que le numéro de commande ABC-123 est lié à un ticket d'assistance spécifique, de sorte que l'utilisateur n'a pas à fournir à nouveau le numéro de commande lors du suivi.

Exemple de configuration :

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/'] } } ] )

Résumés des sessions

La stratégie de mémoire des résumés de session (SummaryMemoryStrategy) crée des résumés condensés et courants des conversations au fur et à mesure qu'elles se déroulent au cours d'une même session. Cela permet de saisir les sujets et les décisions clés, ce qui permet à un agent de se souvenir rapidement du contexte d'une longue conversation sans avoir à retraiter l'historique complet.

  • Exemple de cas d'utilisation : après une session de dépannage de 30 minutes, l'agent peut accéder à un résumé tel que « L'utilisateur a signalé un problème avec le logiciel v2.1, a tenté de redémarrer et a reçu un lien vers l'article de la base de connaissances ».

Exemple de configuration :

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}/'] } } ] )

Épisodique

La stratégie de mémoire épisodique (EpisodicStrategy) capture les interactions sous forme d'épisodes structurés composés de scénarios, d'intentions, de pensées, d'actions entreprises, de résultats et d'artefacts. Grâce à cette stratégie, des réflexions sont également menées au fil des épisodes pour obtenir des informations plus larges, permettant à l'agent d'apprendre et d'appliquer les modèles réussis des interactions précédentes à de nouvelles interactions.

  • Exemple de cas d'utilisation : un agent du support client enregistre les interactions sous forme d'épisodes. Le système enregistre les phrases et les actions qui mènent à des interactions réussies

Exemple de configuration :

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}/'] } } } ] )