エージェント メモリー

短期間メモリ

短縮メモリ（STM）には、未加工のチャット履歴が時系列で保存されます。プラットフォームは、各オンをリアルタイムで記録します。エージェントが最近の対応からの即座の対話コンテキストを必要とする場合、 SPM から読み取ります。

からメモリへの変換

Atlas Agent Engine は、次の 3 ステージのライフサイクルを通じてやり取りを耐久性のあるメモリに変換します。

• レコードを返却する:エージェントがユーザーと対話する際に、プラットフォームはそれぞれのタームを短期間メモリにレコードします。

• スナップショット生成: セッションが設定されたメッセージ数またはアイドルしきい値に達すると、バックグラウンド プロセスは通信履歴を要約スナップショットにコンパイルします。

• LM 抽出:大規模言語モデル（LVM）はスナップショットを分析し、永続的な知識を適切な長期メモリ型に抽出します。

抽出は非同期で実行されるため、タームを記録してもエージェントの応答がブロックされることはありません。セッションから抽出された知識は、次の展開ではなく、後続のセッションで使用されるように長期メモリで使用可能になります。最近の対応は短期間のメモリを通じてすぐに利用可能になり、抽出された知識はその後すぐに表示されます。

長期メモリ

長期メモリはセッション全体に保持され、チャットから分離された永続的な知識を保持します。プラットフォームは、短期間メモリを生成するか、直接書き込みによって長期メモリを作成します。

プラットフォームに配置されたエージェントの場合、プラットフォームは自動的に通信を短期間メモリとして記録し、そのサーバーから長期メモリを除算しますが、エージェントは必要に応じて長期メモリを直接書き込むことができます。外部アプリケーションは通常、プラットフォーム分離のためにソフトウェア開発キット（SDK）を使用して短期間のメモリを書込みます。 SDK またはメモリ モデル コンテキスト プロトコル（MFP）を介して、長期メモリを直接書き込むこともできます。

セマンティック メモリ

セマンティック メモリは、 ユーザー またはアプリケーションに関するラベルの付いたファセットを保存します。ファクトは、それを生成した対話を超えて関連性を保つ知識です。例、ファセットはユーザーの自宅のフィールドやウィンドウシートの優先順位をキャプチャできます。

Atlas Agent Engine は、バックグラウンド抽出と直接書込み (write) によってセマンティック メモリを作成します。

• バックグラウンド抽出: やり取りのスナップショットから詳細を抽出し、重複した情報や更新された情報を一定の期間統合します。

• 直接書込み:save_semantic(label=..., text=...) を使用してファセットを保存します。

ファセットを検索するには、get_semantic を使用してラベルで検索するか、search_semantic を使用して意味のある単語を検索します。セマンティック メモリはデフォルトで build_context に含まれているため、エージェントが検索するコンテキストに関連するファセットが表示されます。

次の例では、ファクトを保存し、ラベルで検索し、次の意味でチャットを検索しています。

from agentic_platform_memory import (
    Memory,
    MemoryRequestContext,
)
memory = Memory(
    api_key="<your-access-token>",
    project_id="<your-project-id>",
)
chat = memory.bind(
    MemoryRequestContext(
        user_id="user_1",
        session_id="thread_123",
    )
)
chat.save_semantic(
    label="home-airport",
    text="The user's home airport is Boston.",
)
fact = chat.get_semantic("home-airport")
hits = chat.search_semantic("home airport")

エポック メモリ

エポック メモリには、過去のやり取りを要約された回として保存します。例えは、行われた決定とそれに続く結果など、やり取りで発生した状況をキャプチャします。エポック メモリは、ユーザーの過去のインタラクションについてエージェントが知っている必要があることに答えます。

Atlas Agent Engine は、バックグラウンド抽出と直接書込み (write) によってエポック メモリを作成します。

• バックグラウンド抽出: チャット スナップショットからイベントとその参加者を抽出します。

• 直接書き込み:save_episode(title=..., content=...) を使用してサンプルを保存します。

インスタンスは、対話間で保持されます。エージェントは、後の対話中にある通信で発生した内容を呼び出すことができます。

回を検索するには、search_episodes を使用して意味を検索するか、list_episodes を使用してユーザーの回を一覧表示します。エポック メモリは build_context のデフォルトソースの 1 つであるため、関連する回が含まれます。

次の例では、回を保存し、それを検索して、ユーザーの回を一覧表示します。

from agentic_platform_memory import (
    Memory,
    MemoryRequestContext,
)
memory = Memory(
    api_key="<your-access-token>",
    project_id="<your-project-id>",
)
chat = memory.bind(
    MemoryRequestContext(
        user_id="user_1",
        session_id="thread_123",
    )
)
chat.save_episode(
    title="Vacation planning",
    content="Planned a summer trip to Lisbon.",
)
episodes = chat.search_episodes("trip to Lisbon")
recent = chat.list_episodes()

手順メモリ

手順メモリには、再利用可能な手順が保存されます。つまり、特定のタスクを完了するためにエージェントが従うステップ別ワークフローです。手順では、航空会社のオプションの比較や 返金リクエストの処理 などの操作を行う方法をキャプチャします。

Atlas Agent Engine は、バックグラウンド抽出と直接書込み (write) によって手順メモリを作成します。

• バックグラウンド抽出: 通信スナップショットから再利用可能な手順を抽出します。

• 直接書き込み:save_procedure(procedure=..., description=..., content=...) を使用して手順を保存します。

手順を検索するには、discover_procedures を使用してクエリによって候補を検索するか、get_procedure を使用して名前付きで完全な手順を読み込みます。手順メモリには、セマンティックおよびエポックなデフォルトではなく、build_context の明示的なオプトインが必要です。

次の例では、手順を保存し、それを検索します。

from agentic_platform_memory import (
    Memory,
    MemoryRequestContext,
)
memory = Memory(
    api_key="<your-access-token>",
    project_id="<your-project-id>",
)
chat = memory.bind(
    MemoryRequestContext(
        user_id="user_1",
        session_id="thread_123",
    )
)
chat.save_procedure(
    procedure="compare-flights",
    description="Compare flight options.",
    content="Rank flights by price, stops, and total travel time.",
)
candidates = chat.discover_procedures("compare flights")
full = chat.get_procedure("compare-flights")

分類メモリ

分類メモリには、ドメインタームとその定義が保存されます。タームは、移動管理における red-eye とは異なる、ドメイン内の単語の意味を定義します。ユーザースコープのメモリとは異なり、分類メモリはプロジェクト内のすべてのユーザーと対話全体で利用可能な共有ドメイン知識です。

Atlas Agent Engine は、バックグラウンド抽出と直接書込み (write) を通じて分類メモリを作成します。

• バックグラウンド抽出: チャット スナップショットからタームとそのドメインを抽出します。

• 直接書込み:save_taxonomic(domain=..., term=..., definition=...) を使用してタームを保存します。

タームを検索するには、get_taxonomic_term を使用してドメインとタームで検索するか、search_taxonomic を使用してタームを検索します。プロジェクトが持つドメインを一覧表示するには、list_domains を使用します。分類メモリには build_context での明示的なオプトインが必要です。

次の例では、 というタームを保存し、読み取りをして検索します。

from agentic_platform_memory import (
    Memory,
    MemoryRequestContext,
)
memory = Memory(
    api_key="<your-access-token>",
    project_id="<your-project-id>",
)
chat = memory.bind(
    MemoryRequestContext(
        user_id="user_1",
        session_id="thread_123",
    )
)
chat.save_taxonomic(
    domain="airline",
    term="red-eye",
    definition="An overnight flight that lands the next morning.",
)
definition = chat.get_taxonomic_term("airline", "red-eye")
matches = chat.search_taxonomic("overnight flight", domain="airline")
domains = chat.list_domains()

型の区別

情報が複数のカテゴリにまたがるように表示される場合は、次の運用上の境界に該当する場所を評価してください。

• ファセットとイベント（セマンティックとエピリオド）: セマンティック メモリは、移動者の好みのシートや自宅のプールなど、現在の状態や真実を保存します。エポック メモリには、その設定が説明されたり使用されたりしたやり取りの履歴が保存されます（過去の航空会社の予約など）。

• 知識と実行の比較（セマンティックと手順）: セマンティック メモリは、大容量の制限など、エージェントが呼び出す結果を提供します。手順メモリは、航空会社を検索して比較するために必要なステップのシーケンスなど、エージェントが実行する指示を提供します。

• ユーザーコンテキストとドメイン標準の比較（セマンティックとされたドキュメントの両方）: セマンティック メモリは、移動のフリープラクティスの階層など、ユーザー固有の詳細を追跡します。課税 メモリは、プロジェクト全体で共有される標準的な用語を定義します。たとえば、どの資格条件がマッピングで、シリアル階層やレプリカセットを定義するかなど、 プロジェクト 全体で共有される標準的な用語を定義します。

メモリ型の組み合わせ

メモリ型は、相互に排他的ではなく、補完的です。単一のエージェントが、同じワークフロー内の複数のメモリ型を頻繁にクエリします。例、移動予約エージェントはを参照。

• 移動者のプライベートコレクション、シートの優先順位、頻繁にスローされる番号を呼び出すためのセマンティック メモリ。

• ディスカッション、予約済みの行程、過去の移動のキャンセルを検討するためのエポック メモリ。

• フライト オプションを比較したり、キャンセルされた接続を再予約したりするためのステップ別ワークフローを実行するための手順メモリ。

• 航空会社の用語を解釈するための分類メモリ。open-jaw routing layover、 、red-eye など。

データが 4 つの組み込みタイプのいずれにも収まらない場合は、代わりにカスタム メモリタイプを宣言できます。方法については、 エージェントにメモリを追加するガイドの「 カスタム メモリ タイプの宣言 」を参照してください。