Разработка политик жизненного цикла памяти для AgentCore

Долговременные AI-агенты на базе Amazon Bedrock AgentCore сталкиваются с накоплением устаревших данных, что ухудшает качество ответов и создает риски соответствия. Для решения этой проблемы разработана система политик жизненного цикла памяти, включающая автоматическую очистку, оценку актуальности и объединение данных.

Политики основаны на трех типах памяти: эпизодической, семантической и процедурной, каждая из которых имеет свои требования к хранению и удалению. TTL-политика автоматически удаляет устаревшие записи, что особенно важно для соблюдения нормативных требований.

Для оценки релевантности используется формула, сочетающая свежесть, частоту доступа и recency, что позволяет приоритизировать наиболее важные данные. В качестве источника данных о доступе применяется AWS CloudTrail, что обеспечивает точность и полноту учета.

Консолидирующая политика использует Amazon Bedrock для объединения связанных записей в более компактные и актуальные формы, сохраняя важные факты и удаляя избыточную информацию.

Архитектура решения включает Amazon EventBridge, AWS Step Functions и Lambda, обеспечивая автоматизированный ночной цикл обработки памяти. Весь код и инфраструктура доступны в репозитории GitHub.

Это решение предназначено для агентов с большим объемом взаимодействий, таких как службы поддержки, консультанты по продажам и боты IT-поддержки. Для менее объемных сценариев можно использовать только TTL и GDPR-комплаенс.

Обеспечивается интеграция с Amazon CloudWatch и CloudTrail для мониторинга и аудита всех операций с памятью, что важно для соблюдения нормативных требований.

Деплой осуществляется через AWS CDK, после чего агентам предоставляется возможность управлять памятью автоматически, повышая качество и безопасность их работы.