翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# メモリ拡張エージェント
<a name="memory-augmented-agents"></a>

メモリ拡張エージェントは、短期メモリと長期メモリを使用して、保存、取得、および理由の機能が強化されています。これにより、複数のタスク、セッション、インタラクションにわたってコンテキストを維持できるため、より一貫性があり、パーソナライズされ、戦略的に対応することができます。

ステートレスエージェントとは異なり、メモリ拡張エージェントは履歴データを参照して適応し、以前の結果から学び、ユーザーの目標、好み、環境に合った意思決定を行います。

## アーキテクチャ
<a name="architecture-memory-augmented"></a>

メモリ拡張エージェントを次の図に示します。

![\[メモリ拡張エージェント。\]](http://docs.aws.amazon.com/ja_jp/prescriptive-guidance/latest/agentic-ai-patterns/images/memory-augmented-agents.png)


## 説明
<a name="description-memory-augmented"></a>

1. 入力またはイベントを受信します
   + エージェントはユーザークエリまたはシステムイベントを受け取ります。これは、テキスト、API トリガー、または環境変更である可能性があります。

1. 短期メモリを取得します。
   + エージェントは、セッションまたはワークフローに関連する最近の会話履歴、タスクコンテキスト、またはシステム状態を取得します。

1. 長期メモリを取得します
   + エージェントは、次のような履歴インサイトについて長期メモリ (ベクトルデータベースやキーバリューストアなど) をクエリします。
     + ユーザー設定
     + 過去の決定と結果
     + 学習した概念、概要、経験

1. LLM 経由の理由
   + メモリコンテキストは LLM プロンプトに埋め込まれているため、エージェントは現在の入力と以前の知識の両方に基づいて推論できます。

1. 出力を生成します。
   + エージェントは、タスク履歴とユーザーの入力に応じてパーソナライズされた、コンテキストに応じた対応、計画、またはアクションを生成します。

1. メモリの更新
   + 更新された目標、成功と失敗のシグナル、構造化されたレスポンスなどの新しい情報は、将来のタスクのために保存されます。

## 機能
<a name="capabilities-memory-augmented"></a>
+ 会話またはイベント間のセッション継続性
+ 時間の経過に伴う目標の永続性
+ 進化する状態に基づくコンテキスト認識
+ 以前の成功と失敗に基づく適応性
+ ユーザー設定と履歴に沿ったパーソナライゼーション

## 一般的なユースケース
<a name="common-use-cases-memory-augmented"></a>
+ ユーザー設定を記憶する会話型副操縦士
+ コードベースの変更を追跡するコーディングエージェント
+ タスク履歴に従って適応するワークフローエージェント
+ システム知識から進化するデジタルツイン
+ 冗長な取り出しを回避する調査エージェント

## メモリ拡張エージェントの実装
<a name="implementing-memory-augmented-agents"></a>

メモリ拡張エージェント AWS のサービス には、次のツールと を使用します。


| 
| 
| **メモリレイヤー** | **AWS のサービス** | **目的** | 
| --- |--- |--- |
| 短期 | Amazon DynamoDB、Redis、Amazon Bedrock コンテキスト | 最近のインタラクション状態の迅速な取得 | 
| 長期 (構造化) | Amazon Aurora、Amazon DynamoDB、Amazon Neptune | 事実、関係、ログ | 
| 長期 (セマンティック) | OpenSearch、PostgreSQL、Pinecone | 埋め込みベースの取得 (RAG) | 
| Storage | Amazon S3 | トランスクリプト、構造化メモリ、ファイルの保存 | 
| オーケストレーション | AWS Lambda or AWS Step Functions | メモリインジェクションと更新ライフサイクルの管理 | 
| 理由 | Amazon Bedrock | Anthropic Claude または Mistral とメモリプロンプト | 

## メモリ注入プロンプトの実装
<a name="implementing-memory-injected-prompting"></a>

メモリをエージェントの推論に統合するには、構造化状態と取得拡張コンテキストインジェクションの組み合わせを使用します。
+ 言語モデルのプロンプトを構築するときは、最新のエージェント状態と最近の対話履歴を構造化された入力として含めて、完全なコンテキストで推論できるようにします。
+ 検索拡張生成 (RAG) を使用して、関連するドキュメントや事実を長期メモリから取得します。
+ 圧縮と関連性に関する以前の計画、コンテキスト、インタラクションを要約します。
+ 推論中にベクトルストアや構造化ログなどの外部メモリモジュールを挿入して、意思決定をガイドします。

## 概要
<a name="summary-memory-augmented"></a>

メモリ拡張エージェントは、経験から学び、ユーザーコンテキストを記憶することで、思考の継続性を維持します。これらのエージェントは、長期的なコラボレーション、パーソナライゼーション、戦略的推論を使用することで、リアクティブインテリジェンスを上回ります。エージェント AI に関して、メモリを使用すると、エージェントは適応型デジタルツールのように動作し、ステートレスツールのように動作しなくなります。