Memoria

Memoria semántica a largo plazo para agentes de IA usando adk-memory.

Visión general

El sistema de memoria proporciona almacenamiento persistente y de búsqueda para las conversaciones del agente. A diferencia del estado de sesión (que es efímero), la memoria persiste a través de las sesiones y permite a los agentes recordar contexto relevante de interacciones pasadas.

Instalación

[dependencies]
adk-memory = "0.2.0"

Conceptos clave

MemoryEntry

Un único registro de memoria con content, author y timestamp:

use adk_memory::MemoryEntry;
use adk_core::Content;
use chrono::Utc;

let entry = MemoryEntry {
    content: Content::new("user").with_text("I prefer dark mode"),
    author: "user".to_string(),
    timestamp: Utc::now(),
};

MemoryService Trait

El trait principal para los backends de memoria:

#[async_trait]
pub trait MemoryService: Send + Sync {
    /// Store session memories for a user
    async fn add_session(
        &self,
        app_name: &str,
        user_id: &str,
        session_id: &str,
        entries: Vec<MemoryEntry>,
    ) -> Result<()>;

    /// Search memories by query
    async fn search(&self, req: SearchRequest) -> Result<SearchResponse>;
}

SearchRequest

Parámetros de consulta para la búsqueda de memoria:

use adk_memory::SearchRequest;

let request = SearchRequest {
    query: "user preferences".to_string(),
    user_id: "user-123".to_string(),
    app_name: "my_app".to_string(),
};

InMemoryMemoryService

Implementación sencilla en memoria para desarrollo y pruebas:

use adk_memory::{InMemoryMemoryService, MemoryService, MemoryEntry, SearchRequest};
use adk_core::Content;
use chrono::Utc;

#[tokio::main]
async fn main() -> Result<(), Box<dyn std::error::Error>> {
    let memory = InMemoryMemoryService::new();

    // Store memories from a session
    let entries = vec![
        MemoryEntry {
            content: Content::new("user").with_text("I like Rust programming"),
            author: "user".to_string(),
            timestamp: Utc::now(),
        },
        MemoryEntry {
            content: Content::new("assistant").with_text("Rust is great for systems programming"),
            author: "assistant".to_string(),
            timestamp: Utc::now(),
        },
    ];

    memory.add_session("my_app", "user-123", "session-1", entries).await?;

    // Search memories
    let request = SearchRequest {
        query: "Rust".to_string(),
        user_id: "user-123".to_string(),
        app_name: "my_app".to_string(),
    };

    let response = memory.search(request).await?;
    println!("Se encontraron {} memorias", response.memories.len());

    Ok(())
}

Aislamiento de la memoria

Las memorias se aíslan por:

• app_name: Diferentes aplicaciones tienen espacios de memoria separados
• user_id: Las memorias de cada usuario son privadas

// Memorias del usuario A
memory.add_session("app", "user-a", "sess-1", entries_a).await?;

// Memorias del usuario B (separadas)
memory.add_session("app", "user-b", "sess-1", entries_b).await?;

// La búsqueda solo devuelve las memorias del usuario A
let request = SearchRequest {
    query: "topic".to_string(),
    user_id: "user-a".to_string(),
    app_name: "app".to_string(),
};

Comportamiento de búsqueda

El InMemoryMemoryService utiliza la coincidencia basada en palabras:

1. La consulta se tokeniza en palabras (minúsculas)
2. El content de cada memoria se tokeniza
3. Se devuelven las memorias con cualquier palabra coincidente

// Consulta: "rust programming"
// Coincide con memorias que contienen "rust" O "programming"

Backend de Memoria Personalizado

Implemente MemoryService para almacenamiento personalizado (p. ej., base de datos vectorial):

use adk_memory::{MemoryService, MemoryEntry, SearchRequest, SearchResponse};
use adk_core::Result;
use async_trait::async_trait;

pub struct VectorMemoryService {
    // Su cliente de base de datos vectorial
}

#[async_trait]
impl MemoryService for VectorMemoryService {
    async fn add_session(
        &self,
        app_name: &str,
        user_id: &str,
        session_id: &str,
        entries: Vec<MemoryEntry>,
    ) -> Result<()> {
        // 1. Genere incrustaciones para cada entrada
        // 2. Almacene en la base de datos vectorial con metadatos
        Ok(())
    }

    async fn search(&self, req: SearchRequest) -> Result<SearchResponse> {
        // 1. Genere la incrustación para la consulta
        // 2. Realice la búsqueda de similitud
        // 3. Devuelva los resultados top-k
        Ok(SearchResponse { memories: vec![] })
    }
}

Integración con Agentes

La memoria se integra con LlmAgentBuilder:

use adk_agent::LlmAgentBuilder;
use adk_memory::InMemoryMemoryService;
use std::sync::Arc;

let memory = Arc::new(InMemoryMemoryService::new());

let agent = LlmAgentBuilder::new("assistant")
    .model(model)
    .instruction("You are a helpful assistant with memory.")
    .memory(memory)
    .build()?;

Cuando la memoria está configurada:

1. Antes de cada turno, se buscan las memorias relevantes
2. Las memorias coincidentes se inyectan en el contexto
3. Después de cada sesión, la conversación se almacena como memorias

Arquitectura

┌─────────────────────────────────────────────────────────────┐
│                      Agent Request                          │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                    Memory Search                            │
│                                                             │
│   SearchRequest { query, user_id, app_name }               │
│                         │                                   │
│                         ▼                                   │
│   ┌─────────────────────────────────────────────────────┐  │
│   │              MemoryService                          │  │
│   │  ┌─────────────┐  ┌─────────────┐  ┌────────────┐  │  │
│   │  │ InMemory    │  │ Vector DB   │  │ Custom     │  │  │
│   │  │ (dev/test)  │  │ (Qdrant)    │  │ Backend    │  │  │
│   │  └─────────────┘  └─────────────┘  └────────────┘  │  │
│   └─────────────────────────────────────────────────────┘  │
│                         │                                   │
│                         ▼                                   │
│   SearchResponse { memories: Vec<MemoryEntry> }            │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│              Context Injection                              │
│                                                             │
│   Relevant memories added to agent context                 │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                    Agent Execution                          │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                   Memory Storage                            │
│                                                             │
│   Session conversation stored for future recall            │
└─────────────────────────────────────────────────────────────┘

Mejores Prácticas

Comparación con Sesiones

---

Anterior: ← Guardrails | Siguiente: Studio →