View a markdown version of this page

Abilita la memoria a lungo termine - Amazon Bedrock AgentCore

Abilita la memoria a lungo termine

È possibile abilitare la memoria a lungo termine in due modi: aggiungendo strategie la prima volta che si crea una AgentCore memoria o aggiornando una risorsa esistente per includerle.

Creare una nuova memoria con strategie a lungo termine

Il metodo più diretto consiste nell'includere strategie quando si crea una nuova AgentCore memoria. Dopo la chiamatacreate_memory, è necessario attendere che lo stato di AgentCore memoria diventi tale ACTIVE prima di poterla utilizzare.

Esempio
AgentCore CLI
  1. agentcore add memory --name PersonalizedShoppingAgentMemory --strategies USER_PREFERENCE agentcore deploy
Interactive
  1. Esegui agentcore per aprire il TUI, quindi seleziona aggiungi e scegli Memoria:

  2. Seleziona la strategia delle preferenze dell'utente:

    Memory wizard: seleziona la strategia USER_PREFERENCE
  3. Rivedi la configurazione e premi Invio per confermare:

    Procedura guidata della memoria: conferma la configurazione della memoria

    Quindi agentcore deploy esegui per fornire la memoria. AWS

Aggiungere strategie a lungo termine a una AgentCore memoria esistente

Per aggiungere funzionalità a lungo termine a una AgentCore memoria esistente, si utilizza l'update_memoryoperazione. È possibile aggiungere, modificare o eliminare strategie per una memoria esistente.

Nota

La AgentCore CLI supporta la creazione e la gestione di risorse di memoria. Per aggiornare le strategie di memoria su una memoria esistente, usa l' AWS SDK.

Esempio: aggiungere una strategia di riepilogo della sessione a una memoria esistente AgentCore

import boto3 # Initialize the Boto3 client for control plane operations control_client = boto3.client('bedrock-agentcore-control', region_name='us-west-2') # Assume 'memory_id' is the ID of an existing AgentCore Memory that has no strategies attached to it memory_id = "your-existing-memory-id" # Update the memory to add a summary strategy response = control_client.update_memory( memoryId=memory_id, memoryStrategies=[ { 'summaryMemoryStrategy': { 'name': 'SessionSummarizer', 'description': 'Summarizes conversation sessions for context', 'namespaceTemplates': ['/summaries/{actorId}/{sessionId}/'] } } ] ) print(f"Successfully submitted update for memory ID: {memory_id}") # Validate strategy was added to the memory memory_response = control_client.get_memory(memoryId=memory_id) strategies = memory_response.get('memory', {}).get('strategies', []) print(f"Memory strategies for memoryID: {memory_id} are: {strategies}")
Nota

Long-term i record di memoria verranno estratti solo dagli eventi di conversazione archiviati dopo l'introduzione di una nuova strategia. ACTIVE Le conversazioni archiviate prima dell'aggiunta di una strategia non verranno elaborate per la memoria a lungo termine.