Compare a memória de longo prazo com a Retrieval-Augmented geração
Long-term a memória no Amazon Bedrock AgentCore Memory serve como armazenamento persistente para o contexto específico da sessão, permitindo que os agentes mantenham a continuidade e a personalização em todas as interações. Use a memória de longo prazo para armazenar as preferências do usuário, decisões passadas, histórico de conversas e padrões de comportamento que ajudam os agentes a se adaptarem e se sentirem pessoais sem solicitar repetidamente as mesmas informações. Esse tipo de memória é ideal para rastrear quem é o usuário, o que aconteceu nas sessões anteriores e manter o estado em fluxos de trabalho de várias etapas.
Retrieval-Augmented O Generation (RAG) complementa a memória de longo prazo fornecendo acesso a informações confiáveis e atuais de repositórios de grande escala. Use esses sistemas para recuperar documentação atualizada, especificações técnicas, políticas e conhecimentos de domínio que podem ser muito grandes ou voláteis para armazenamento de longo prazo. O RAG garante precisão factual ao extrair diretamente de fontes selecionadas no momento da consulta, tornando-o ideal para acessar o que fontes confiáveis dizem no momento. Uma opção para integrar o RAG ao seu agente é usar uma Base de Conhecimento Amazon Bedrock. Para obter mais informações, consulte Recuperar dados e gerar respostas de IA com as bases de conhecimento do Amazon Bedrock no guia do usuário do Amazon Bedrock.
A principal distinção está em suas funções complementares: a memória de longo prazo lida com o contexto pessoal e a continuidade da sessão, enquanto o RAG fornece conhecimento factual atual e experiência de domínio. Long-term a memória responde “quem é o usuário e o que aconteceu antes”, enquanto o RAG responde “o que as fontes confiáveis dizem atualmente”. Essa separação permite que os agentes mantenham relacionamentos pessoais com os usuários e, ao mesmo tempo, garantam o acesso a informações precisas e confiáveis.
Ao usar a memória longa e o RAG juntos, seu agente pode oferecer experiências personalizadas por meio de contexto lembrado e informações confiáveis por meio da recuperação de conhecimento em tempo real. Para seus clientes, seus agentes são ao mesmo tempo familiares e fundamentados em fatos.
