Memória do Agente
Memória do agente é a capacidade de um agente de IA armazenar, recuperar e utilizar informações de interações, observações e ações anteriores para informar futuros comportamentos, possibilitando contexto persistente entre sessões.
Entendendo Memória do Agente
Um agente sem estado, que esquece tudo entre conversas, é extremamente limitado. A memória do agente transforma uma IA restrita à sessão em um colega digital persistente, que conhece suas preferências, lembra de conversas anteriores e constrói um modelo cada vez mais rico do seu trabalho e relacionamentos. A memória do agente atua em múltiplas escalas de tempo e tipos. A memória de curto prazo mantém o contexto da conversa atual dentro da sessão ativa. A memória de longo prazo persiste entre sessões, armazenando fatos, preferências e padrões aprendidos. A memória episódica registra eventos e interações específicas do passado. A memória semântica armazena conhecimento geral sobre entidades, relacionamentos e conceitos. A memória de trabalho é o subconjunto ativo utilizado no raciocínio atual. Diferentes mecanismos de armazenamento atendem a diferentes tipos de memória. A janela de contexto do LLM fornece memória de trabalho de curto prazo. Bancos de vetores como o ChromaDB permitem memória semântica de longo prazo por meio de embedding e recuperação. Bancos de dados estruturados como PostgreSQL armazenam registros episódicos. Grafos de conhecimento capturam relações entre entidades. A recuperação é tão importante quanto o armazenamento da memória. Um agente com um milhão de fatos armazenados só é útil se conseguir recuperar com eficiência os fatos certos para cada situação. Busca semântica, travessia de grafos e recuperação ponderada pela recência são estratégias comuns para destacar memórias relevantes em grandes volumes de dados.
Como GAIA usa Memória do Agente
A GAIA mantém uma memória persistente através de várias camadas de armazenamento. O contexto de curto prazo é gerenciado no estado do LangGraph durante cada fluxo de trabalho. A memória de longo prazo é armazenada no ChromaDB para recuperação semântica, no PostgreSQL para registros estruturados e no MongoDB para armazenamento flexível de documentos. A GAIA lembra suas preferências de comunicação, contexto de projetos anteriores, relações importantes e padrões de fluxo de trabalho, construindo ao longo do tempo um modelo mais rico do seu trabalho.
Conceitos relacionados
Memória Baseada em Grafo
Memória baseada em grafo é uma arquitetura de memória de IA que armazena informações como nós e relações interconectados, permitindo compreensão contextual rica e conhecimento persistente ao longo das interações.
Banco de Dados Vetorial
Um banco de dados vetorial é um sistema de banco de dados projetado para armazenar, indexar e consultar embeddings vetoriais de alta dimensão em escala, permitindo buscas rápidas por similaridade em grandes coleções de dados embutidos.
Grafo de Conhecimento
Um grafo de conhecimento é uma representação estruturada de informações que organiza os dados como entidades, seus atributos e os relacionamentos entre elas, permitindo que as máquinas compreendam e raciocinem sobre informações conectadas.
Consciência de contexto
Consciência de contexto em IA é a capacidade de compreender toda a situação em torno de uma tarefa ou interação, incluindo quem está envolvido, o que já aconteceu, projetos relacionados, prazos e as preferências e padrões do usuário.
LangGraph
LangGraph é um framework para construir aplicações de IA com múltiplos agentes e estado, que suporta fluxos de trabalho complexos, com ciclos, ramificações, lógica condicional e gerenciamento de estado persistente.
