Visão Geral da Memória do Agente

Visão Geral

A Memória do Agente permite que seu agente detecte, armazene e recupere informações específicas do usuário entre conversas. Quando habilitada, o agente analisa mensagens em busca de contexto útil, armazena-as como registros de memória e injeta memórias aprovadas em interações futuras — criando uma experiência personalizada para cada usuário.

A Memória do Agente é útil para lembrar:

• Preferências do usuário — tom preferido, formato de resposta ou estilo de fluxo de trabalho.
• Fatos estáveis do usuário — função, equipe, empresa ou necessidades recorrentes.
• Contexto importante — informações que ajudam a personalizar interações futuras.

Como a Memória do Agente Funciona

1. A memória é habilitada para o agente

   Alterne Habilitar Memória no painel de Configurações de Memória.

2. O agente analisa conversas

   As mensagens do usuário são analisadas automaticamente em segundo plano em busca de preferências, fatos ou contexto memoráveis. O agente realiza uma verificação de duplicatas em relação a memórias existentes e atribui uma pontuação de confiança entre 0.0 e 1.0.

3. Os candidatos são armazenados como pendentes

   Os candidatos de memória detectados são salvos com status pending (pendente). Memórias pendentes expiram após 7 dias se não forem revisadas.

4. As memórias são aprovadas ou rejeitadas

   Os administradores revisam memórias pendentes e as aprovam ou rejeitam por meio do painel de Gerenciamento de Memória ou via REST API.

5. As memórias aprovadas são injetadas em conversas futuras

   Quando o mesmo usuário interage com o agente novamente, as memórias aprovadas são recuperadas, formatadas por tipo e adicionadas ao contexto do agente automaticamente.

Tipos de Memória

O agente pode capturar e armazenar três tipos de memória:

Tipo	Descrição	Exemplos
Preference	Preferências do usuário, como tom, formato ou estilo de fluxo de trabalho.	"Usuário prefere resumos em tópicos", "Usuário gosta de respostas técnicas concisas"
Fact	Fatos estáveis sobre o usuário, como função, equipe ou empresa.	"Usuário é CTO na StartupCorp", "Usuário é especialista em Python e machine learning"
Context	Contexto situacional que ajuda a personalizar interações futuras.	"Usuário tem prazo de lançamento de produto no próximo mês", "Equipe do usuário usa metodologia Agile"

Status da Memória

Status	Descrição
pending	A memória foi detectada e está aguardando revisão.
approved	A memória foi aprovada e está sendo usada ativamente nas respostas do agente.
rejected	A memória foi recusada e não será utilizada.

Ciclo de Vida da Memória

Criação

1. O usuário envia uma mensagem.
2. O agente analisa a mensagem em segundo plano.
3. A IA detecta informações memoráveis e realiza uma verificação de duplicatas.
4. A memória é criada com status pending e uma pontuação de confiança é atribuída.
5. Um temporizador de expiração de 7 dias é iniciado.

Aprovação

1. O administrador revisa a memória pendente.
2. A memória é aprovada ou rejeitada.
3. Se aprovada, a memória se torna ativa e é injetada em conversas futuras.
4. Se rejeitada, a memória é arquivada.

Uso

1. O usuário inicia uma conversa.
2. O sistema carrega as memórias aprovadas para esse usuário.
3. As memórias são formatadas por tipo e adicionadas ao prompt de sistema do agente.
4. O agente usa as memórias para personalizar respostas.

Expiração

• Memórias pendentes expiram após 7 dias se não forem aprovadas.
• Memórias aprovadas não expiram, a menos que sejam manualmente excluídas.
• Memórias pendentes expiradas são automaticamente rejeitadas.

Exemplos

Exemplo 1: Memória de Preferência

Mensagem do usuário:

"Prefiro receber exemplos de código em Python em vez de pseudocódigo."

Memória detectada:

Campo	Valor
Tipo	preference
Conteúdo	"Usuário prefere exemplos de código em Python a pseudocódigo."
Confiança	0.90

Impacto futuro: O agente usará exemplos de código em Python por padrão sempre que o usuário solicitar código.

Exemplo 2: Memória de Fato

Mensagem do usuário:

"Sou o CTO da StartupCorp e estamos construindo uma plataforma SaaS."

Memória detectada:

Campo	Valor
Tipo	fact
Conteúdo	"Usuário é CTO na StartupCorp construindo uma plataforma SaaS."
Confiança	0.95

Impacto futuro: O agente compreenderá a função do usuário e o contexto da empresa em todas as conversas futuras.

Exemplo 3: Memória de Contexto

Mensagem do usuário:

"Estamos lançando nosso produto no próximo mês, então preciso de tudo pronto rapidamente."

Memória detectada:

Campo	Valor
Tipo	context
Conteúdo	"Usuário tem prazo de lançamento de produto no próximo mês, requerendo agilidade."
Confiança	0.85

Impacto futuro: O agente priorizará velocidade e urgência em suas respostas.