AIAgent-Hub · LangChain

Долговременная память агента (профиль + эпизоды) LangChain

Полная архитектура памяти агента с разделением на профиль, эпизоды и сессию, включая промпты извлечения и резюмирования. Для production-агентов, которые должны помнить пользователя между сессиями.

Спроектируй систему долговременной памяти для одиночного LangChain-агента. Раздели память на слои и для каждого дай: что хранится, формат записи, когда пишется, как извлекается, TTL/обновление.

СЛОИ:
1. Профиль пользователя (стабильные факты: имя, предпочтения, язык, тон). Перезаписывается при изменении. Всегда грузится в system-промпт.
2. Эпизодическая память (важные события диалогов). Embeddings в векторном хранилище, извлекается top-k по релевантности к текущему запросу.
3. Рабочая память сессии (последние N сообщений + краткое резюме). Резюме обновляется каждые M реплик.

ДЛЯ КАЖДОГО СЛОЯ ВЫДАЙ:
- Pydantic/JSON-схему записи.
- Промпт-экстрактор: «Из этого диалога извлеки факты для сохранения в формате X. Если нечего сохранять — верни пусто. Не дублируй уже известное.»
- Промпт-резюмировщик для рабочей памяти.
- Логику дедупликации и разрешения конфликтов (новое перекрывает старое, но помечается дата).

И собери финальный шаблон сборки контекста: [Профиль] + [Релевантные эпизоды top-k] + [Резюме сессии] + [Последние сообщения]. Под мой кейс: [ОПИШИ агента и что ему важно помнить о пользователе].

langchain, memory, vector-store, architecture, agent