Mémoire IA

La mémoire d'agent donne à un agent un contexte qui persiste au-delà d'un seul message. Elle est configurée sous le bloc memory d'un agent et est composée de deux niveaux indépendants, chacun désactivé par défaut et activé individuellement. Avant que l'exécution n'invoque le LLM (par exemple, lorsque l'action d'automatisation ai:agent dispatche une tâche), elle assemble le contexte à partir des niveaux activés.

agents:
  - name: support-agent
    role: support
    systemPrompt: Be helpful and remember the customer's preferences.
    memory:
      knowledge:
        enabled: true
        sources: [faq, docs]
        retrievalLimit: 5
        similarityThreshold: 0.7
      facts:
        enabled: true
        maxFacts: 100
        namespace: support

Mémoire de connaissances

Récupération sémantique basée sur RAG depuis les sources de connaissances configurées. Lorsqu'elle est activée, l'exécution exécute une recherche par similarité contre les sources listées avant chaque invocation et injecte les documents les plus pertinents dans le contexte. C'est le côté récupération à l'exécution du RAG — distinct du bloc knowledge de l'agent, qui définit les sources d'entrée qui sont intégrées.

Mémoire de faits

Faits clé-valeur persistants que l'agent apprend à travers les sessions. Contrairement à l'action d'automatisation state (KV défini explicitement par le développeur), les faits sont gérés par l'IA : l'agent lui-même décide ce qui vaut la peine d'être mémorisé. Les faits sont récupérés par pertinence sémantique à la tâche courante, et non par recherche de clé exacte.

Isolation d'espace de noms & restriction par utilisateur

Les faits sont partitionnés par namespace (par défaut le nom de l'agent), de sorte que deux agents ne lisent jamais les faits appris l'un de l'autre. Combiné au modèle agent-en-tant-qu'utilisateur — chaque agent est un auth.user distinct — cela donne une isolation des faits par agent et, lorsque le chat restreint par session, par utilisateur. Un agent ne peut pas faire fuiter les faits appris d'un client dans la conversation d'un autre client.

Composition des niveaux

Les deux niveaux sont optionnels et se combinent librement. Un agent analyste en lecture seule pourrait n'activer que knowledge ; un agent de support de longue durée active les deux. Lorsque les deux sont activés, l'exécution assemble le contexte à partir de chacun avant d'invoquer le LLM :

knowledge (documents récupérés sémantiquement)
        +
facts (faits appris pertinents)
        ▼
   contexte assemblé → LLM

Pages connexes

• Agents IA — l'agent auquel appartient le bloc memory.
• RAG IA — le pipeline d'embedding/récupération que la mémoire de connaissances utilise.
• Chat IA — historique de conversation durable et le plafond AI_MEMORY_CONTEXT_MESSAGES.
• Vue d'ensemble de l'IA — l'écosystème IA complet.