redis/agent-memory-server

解決する問題

LLMプロンプトで完全な会話履歴を使用する際のスケーラビリティとコストの問題に対処します。大きなプロンプトは高価で遅く、コンテキストウィンドウが制限されているため精度が低下する可能性があり、エージェントがプロンプトサイズを増やさずに過去のセッションから情報を思い出すことが難しくなります。

仕組み

Redis Agent Memoryは2層のメモリモデルを採用しています：

• セッションメモリ：設定可能な有効期限（TTL）でアクティブな会話状態を維持します。
• 長期メモリ：過去のセッションから抽出した事実をテキストとベクトル埋め込みとして保存し、検索に使用します。

情報はバックグラウンドでセッションメモリから長期メモリに自動的に昇格され、エージェントがライブの対話ループを遅くすることなく知識を蓄積できます。

対象者

複数のユーザーセッションにわたって事実、イベント、好みを永続的に思い出す必要があるAIエージェントを構築する開発者。

ハイライト

• 2層アーキテクチャ：即時のセッション状態と長期的な事実保存を分離します。
• バックグラウンド抽出：重要な情報を自動的に長期メモリに昇格します。
• ベクトルベースの検索：埋め込みを使用して以前のやり取りから関連する事実を思い出します。
• SDKとAPI：PythonおよびTypeScript SDKとREST APIを提供し、統合を容易にします。