**人工智能代理的记忆** 是语境工程** 中最重要的部分，我们是这样定义它的 👇 一般来说，代理的记忆是我们通过提示中提供的语境传递给大语言模型（M）的内容，这有助于代理根据过去的交互或不可立即获取的数据更好地规划和反应。 将记忆分为四种类型是有用的： **1. 情景记忆** - 这种类型的记忆包含代理过去的交互和执行的操作。在采取行动后，控制代理的应用程序会将该行动存储在某种持久性存储中，以便在需要时可以检索。一个很好的例子是使用向量数据库来存储交互的语义含义。 **2. 语义记忆** - 代理可用的任何外部信息以及代理对自己应有的知识。你可以将其视为类似于RAG应用中使用的语境。它可以是仅对代理可用的内部知识，或用于隔离部分互联网规模数据的接地语境，以获得更准确的答案。 **3. 程序记忆** - 这是系统性信息，如系统提示的结构、可用工具、防护栏等。它通常存储在Git、提示和工具注册表中。 **4. 有时，代理应用程序会从长期记忆中提取信息，并将其存储在本地，如果当前任务需要这些信息。 **5. 从长期记忆中提取或存储在本地记忆中的所有信息被称为短期或工作记忆。将所有这些信息编译成一个提示，将生成传递给大语言模型的提示，并提供系统将采取的进一步行动。 我们通常将1. - 3. 标记为长期记忆，将5. 标记为短期记忆。 就是这样！其余的都与你如何架构代理系统的拓扑结构有关。 你在管理代理记忆时有什么战斗故事吗？请在评论中告诉我 👇 LLM AI MachineLearning