에이전트 메모리

단기 기억

단기 기억(STM)은 원시 대화 기록을 시간순으로 저장합니다. 이 플랫폼은 각 회전이 발생하는 실시간 기록합니다. 에이전트 최근 턴에서 즉각적인 대화 컨텍스트를 필요로 하는 경우 STM에서 읽습니다.

대화에서 기억으로

Atlas Agent Engine은 3단계 수명 주기를 통해 대화형 턴을 지속형 메모리로 변환합니다.

• 턴 기록: 에이전트 사용자와 상호 작용할 때 플랫폼은 각 턴을 단기 기억에 기록합니다.

• 스냅샷 생성: 세션이 구성된 메시지 수 또는 유휴 임계값에 도달하면 배경 프로세스 대화 기록을 요약된 스냅샷 으로 컴파일합니다.

• LLM 추출: 대규모 언어 모델(LLM)은 스냅샷 분석하고 지속형 지식을 적절한 장기 기억 유형으로 추출합니다.

추출은 비동기적으로 실행되므로 회전수가 기록되어도 에이전트의 응답이 차단되지 않습니다. 세션에서 추출한 지식은 바로 다음 차례가 아닌 후속 대화를 위해 장기 기억에서 사용할 수 있게 됩니다. 단기 기억을 통해 최근 턴을 즉시 사용할 수 있으며 추출된 지식이 잠시 후 나타납니다.

장기 기억

장기 기억은 세션 전반에 걸쳐 지속되며 대화에서 추출한 지속형 지식을 보유합니다. 이 플랫폼은 단기 기억을 정제하거나 직접 쓰기를 통해 장기 기억을 생성합니다.

플랫폼에 배포된 에이전트의 경우, 플랫폼은 대화를 자동으로 단기 기억으로 기록하고 장기 기억을 추출하지만, 에이전트는 필요할 때 장기 기억을 직접 쓰기 (write) 수 있습니다. 외부 애플리케이션은 일반적으로 플랫폼 정제용 소프트웨어 개발 키트(SDK)를 사용하여 단기 메모리를 쓰기 (write) . SDK 또는 메모리 MCP(Model Context Protocol)를 통해 장기 메모리를 직접 쓰기 (write) 수도 있습니다.

시맨틱 메모리

시맨틱 메모리는 사용자 또는 애플리케이션 에 대해 레이블이 지정된 사실을 저장합니다. 사실은 사실을 낳은 대화를 넘어 관련성을 유지하는 지식입니다. 예시 를 들어, 팩트는 사용자의 집에 있는 공항이나 창 좌석에 대한 선호도를 캡처할 수 있습니다.

Atlas Agent Engine은 배경 추출 및 직접 쓰기를 통해 시맨틱 메모리를 생성합니다.

• 백그라운드 추출: 대화 스냅샷에서 사실을 추출하고 시간이 지남에 따라 중복되거나 업데이트된 정보를 통합합니다.

• 직접 쓰기: save_semantic(label=..., text=...)로 팩트를 저장합니다.

팩트를 조회 하려면 get_semantic를 사용하여 레이블로 찾거나 search_semantic을 사용하여 의미별로 팩트를 찾습니다. 시맨틱 메모리는 기본값 으로 build_context에 포함되어 있으므로 에이전트 검색하는 컨텍스트에 관련 팩트가 표시됩니다.

다음 예시 팩트를 저장하고, 레이블별로 검색하고, 의미별로 채팅을 검색합니다.

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")

일화 메모리

일화적 메모리는 과거 대화를 요약된 에피소드로 저장합니다. 에피소드는 의사 결정과 그 결과를 포함하여 대화에서 발생한 내용을 캡처합니다. 일화적 기억은 사용자의 과거 상호 작용에 대해 에이전트 알아야 하는 답변입니다.

Atlas Agent Engine은 배경 추출 및 직접 쓰기를 통해 일시적인 메모리를 생성합니다.

• 백그라운드 추출: 대화 스냅샷에서 에피소드와 해당 참여자를 추출합니다.

• 직접 쓰기: save_episode(title=..., content=...)로 에피소드를 저장합니다.

에피소드는 대화 전반에 걸쳐 지속됩니다. 에이전트 이후 대화 중에 한 대화에서 무슨 일이 일어났는지 기억할 수 있습니다.

에피소드를 조회 하려면 search_episodes을 사용하여 의미별로 찾거나 list_episodes을 사용하여 사용자의 에피소드를 나열합니다. 일화적 기억은 build_context의 기본값 소스 중 하나이므로 관련 에피소드가 포함됩니다.

다음 예시 에피소드를 저장하고 검색한 다음 사용자의 에피소드를 나열합니다.

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()

절차적 메모리

절차 메모리는 재사용 가능한 절차를 저장합니다: 에이전트 특정 작업 완료하기 위해 따라야 하는 단계별 워크플로. 절차는 항공편 옵션 비교 또는 환불 요청 처리 와 같은 작업을 수행하는 방법을 캡처합니다.

Atlas Agent Engine은 배경 추출 및 직접 쓰기를 통해 절차 메모리를 생성합니다.

• 백그라운드 추출: 대화 스냅샷에서 재사용 가능한 절차를 추출합니다.

• 직접 쓰기: save_procedure(procedure=..., description=..., content=...)로 절차를 저장합니다.

절차를 조회 하려면 discover_procedures을 사용하여 쿼리 로 후보를 찾거나 get_procedure을 사용하여 이름으로 전체 절차를 로드합니다. 절차적 메모리는 시맨틱 및 일화적 기본값이 아닌 build_context에서 명시적인 옵트인을 요구합니다.

다음 예시 프로시저를 저장하고 조회합니다.

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")

분류학적 메모리

분류학적 메모리는 도메인 용어와 해당 정의를 저장합니다. 텀 도메인 내 단어의 의미를 정의합니다(예: 여행 관리 에서 red-eye ). 사용자 범위의 메모리와 달리 분류학적 메모리는 프로젝트 의 모든 사용자와 대화에서 사용할 수 있는 공유 도메인 지식입니다.

Atlas Agent Engine은 배경 추출 및 직접 쓰기를 통해 분류학적 메모리를 생성합니다.

• 백그라운드 추출: 대화 스냅샷에서 용어와 해당 도메인을 추출합니다.

• 직접 쓰기: save_taxonomic(domain=..., term=..., definition=...)로 텀 을 저장합니다.

텀 조회 하려면 get_taxonomic_term를 사용하여 도메인 및 텀 로 찾거나 search_taxonomic을 사용하여 의미별로 용어를 찾습니다. list_domains를 사용하여 프로젝트 에 있는 도메인을 나열합니다. 분류학적 메모리는 build_context에서 명시적 옵트인이 필요합니다.

다음 예시 텀 저장하고 읽은 다음 검색합니다.

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()

유형 구분

정보가 여러 범주에 걸쳐 있는 것으로 보이는 경우 이러한 운영 경계를 따라 해당 정보가 속하는 위치를 평가합니다.

• 사실 대 이벤트(의미론적 대 일화): 시맨틱 메모리는 여행자가 선호하는 시트 이나 집의 공항과 같은 현재 상태 또는 진실을 저장합니다. 일화적 메모리는 과거 항공편 예약 대화와 같이 해당 선호도가 논의되거나 사용된 상호 작용에 대한 역사적 내러티브를 저장합니다.

• 지식 대 실행(의미론적 대 절차적): 시맨틱 메모리는 에이전트 리콜하는 수하물 허용 한도와 같은 사실을 제공합니다. 절차 메모리는 항공편을 검색 하고 비교하는 데 필요한 단계 시퀀스와 같이 에이전트 실행하는 지침을 제공합니다.

• 사용자 컨텍스트 대 도메인 표준(의미론적 대 분류학적): 시맨틱 메모리는 여행자의 상용 고객 계층 과 같은 사용자별 세부 정보를 추적합니다. 분류학적 메모리는 전체 프로젝트 에서 공유되는 표준 용어를 정의합니다(예: 정예 계층 또는 적목 현상을 정의하는 자격 기준).

메모리 유형 결합

메모리 유형은 상호 배타적이기보다는 보완적입니다. 단일 에이전트 동일한 워크플로 내에서 여러 메모리 유형을 쿼리하는 경우가 많습니다. 예시 를 들어 여행 예약 에이전트 다음을 참조할 수 있습니다.

• 여행자의 집 공항, 선호 좌석 및 상용 고객 번호를기억하는 시맨틱 메모리입니다.

• 과거 여행에서 토론, 예약된 일정, 취소된 항공편을 검토 할 수 있는일시적인 메모리입니다.

• 항공편 옵션을 비교하거나 취소된 연결편을 다시 예약하는 단계별 워크플로를 실행하기 위한절차적 메모리입니다.

• open-jaw routing, layover 또는 red-eye와 같은 항공 업계 용어를 해석하기 위한 분류학적 메모리입니다.

데이터가 네 가지 내장 유형 중 하나에 맞지 않는 경우 대신 사용자 지정 메모리 유형을 선언할 수 있습니다. 방법을 학습 에이전트에 메모리 추가 가이드 에서 사용자 지정 메모리 유형 선언을 참조하세요.