Konfigurasikan strategi bawaan

AgentCore Memori menyediakan strategi memori bawaan yang telah dikonfigurasi sebelumnya untuk kasus penggunaan umum.

Preferensi pengguna

Strategi preferensi pengguna (UserPreferenceMemoryStrategy) dirancang untuk secara otomatis mengidentifikasi dan mengekstrak preferensi, pilihan, dan gaya pengguna dari percakapan. Ini memungkinkan agen Anda membangun profil persisten dari setiap pengguna, yang mengarah ke interaksi yang lebih personal dan relevan.

Contoh konfigurasi:

import boto3

# Initialize the Boto3 client for control plane operations
control_client = boto3.client('bedrock-agentcore-control', region_name='us-west-2')

# Create memory resource with user preference strategy
response = control_client.create_memory(
    name="ECommerceAgentMemory",
    memoryStrategies=[
        {
            'userPreferenceMemoryStrategy': {
                'name': 'UserPreferenceExtractor',
                'namespaceTemplates': ['/users/{actorId}/preferences/']
            }
        }
    ]
)

Semantik

Strategi memori Semantik (SemanticMemoryStrategy) direkayasa untuk mengidentifikasi dan mengekstrak potongan-potongan kunci dari informasi faktual dan pengetahuan kontekstual dari data percakapan. Ini memungkinkan agen Anda membangun basis pengetahuan yang gigih tentang entitas penting, peristiwa, dan detail yang dibahas selama interaksi.

Contoh konfigurasi:

import boto3

# Initialize the Boto3 client for control plane operations
control_client = boto3.client('bedrock-agentcore-control', region_name='us-west-2')

# Create memory resource with semantic strategy
response = control_client.create_memory(
    name="SupportAgentFactMemory",
    memoryStrategies=[
        {
            'semanticMemoryStrategy': {
                'name': 'FactExtractor',
                'namespaceTemplates': ['/support_cases/{sessionId}/facts/']
            }
        }
    ]
)

Ringkasan sesi

Strategi memori ringkasan sesi (SummaryMemoryStrategy) menciptakan ringkasan percakapan yang kental dan berjalan saat terjadi dalam satu sesi. Ini menangkap topik dan keputusan utama, membiarkan agen dengan cepat mengingat konteks percakapan panjang tanpa perlu memproses ulang seluruh sejarah.

Contoh konfigurasi:

import boto3

# Initialize the Boto3 client for control plane operations
control_client = boto3.client('bedrock-agentcore-control', region_name='us-west-2')

# Create memory resource with summary strategy
response = control_client.create_memory(
    name="TroubleshootingAgentSummaryMemory",
    memoryStrategies=[
        {
            'summaryMemoryStrategy': {
                'name': 'SessionSummarizer',
                'namespaceTemplates': ['/summaries/{actorId}/{sessionId}/']
            }
        }
    ]
)

Episodik

Strategi memori episodik (EpisodicStrategy) menangkap interaksi sebagai episode terstruktur yang terdiri dari skenario, maksud, pikiran, tindakan yang diambil, hasil, dan artefak. Dengan strategi ini, reflections juga dibuat di seluruh episode untuk mengekstrak wawasan yang lebih luas, membiarkan agen belajar dan menerapkan pola sukses dari interaksi sebelumnya ke interaksi baru.

Contoh konfigurasi:

import boto3

# Initialize the Boto3 client for control plane operations
control_client = boto3.client('bedrock-agentcore-control', region_name='us-west-2')

# Create memory resource with episodic strategy
response = control_client.create_memory(
    name="MyMemory",
    memoryStrategies=[
        {
            'episodicMemoryStrategy': {
                'name': 'EpisodicStrategy',
                'namespaceTemplates': ['/strategy/{memoryStrategyId}/actors/{actorId}/sessions/{sessionId}/'],
                'reflection': {
                    'namespaceTemplates': ['strategy/{memoryStrategyId}/actors/{actorId}/']
                }
            }
        }
    ]
)