メモリを使用すると、AI エージェントは、会話の前または以前の会話からの情報を記憶できます。 これにより、エージェントはコンテキストに対応した応答を提供し、時間の経過とともにパーソナライズされたエクスペリエンスを構築できます。 完全に管理された Postgres OLTP データベースである Databricks Lakebase を使用して、会話の状態と履歴を管理します。
Requirements
- ワークスペースで Databricks Apps を有効にします。 Databricks Apps ワークスペースと開発環境を設定するを参照してください。
- Lakebase インスタンスについては、 データベース インスタンスの作成と管理に関するページを参照してください。
短期記憶と長期記憶
短期メモリは、1 つの会話セッションでコンテキストをキャプチャしますが、長期的なメモリは複数の会話にわたって重要な情報を抽出して格納します。 いずれかの種類または両方の種類のメモリを使用してエージェントを構築できます。
| 短期記憶 | 長期記憶 |
|---|---|
| スレッド ID とチェックポイント処理を使用して 1 つの会話セッションでコンテキストをキャプチャする セッション内でフォローアップの質問のコンテキストを維持する |
複数のセッションにわたって主要な分析情報を自動的に抽出して格納する 過去の設定に基づいて操作をカスタマイズする 時間の経過に伴う応答を改善するユーザーに関するナレッジ ベースを構築する |
概要
Databricks Apps でメモリを持つエージェントを作成するには、事前構築済みのアプリ テンプレートを複製し、「AI エージェントの作成」で説明されている開発ワークフロー に従ってアプリにデプロイします。 次のテンプレートは、一般的なフレームワークを使用してエージェントに短期および長期のメモリを追加する方法を示しています。
LangGraph
agent-langgraph-advanced テンプレートを複製して、短期メモリと長期メモリの両方を使用して LangGraph エージェントを構築します。 このテンプレートでは、スレッドベースの会話コンテキストやセッション間の永続的なユーザー分析情報など、永続的な状態管理のために、LangGraph の組み込みのチェックポイント処理と Lakebase を使用します。
git clone https://github.com/databricks/app-templates.git
cd app-templates/agent-langgraph-advanced
OpenAI Agents SDK
agent-openai-advancedテンプレートを複製し、OpenAI Agents SDKを用いて短期メモリを備えたエージェントをビルドします。 このテンプレートでは、Lakebase を利用して永続的な状態管理を行い、自動会話履歴管理機能によって、ステートフルな複数ターンの会話を可能にします。
git clone https://github.com/databricks/app-templates.git
cd app-templates/agent-openai-advanced
エージェントをデプロイしてクエリを実行する
メモリを使用してエージェントを構成したら、「 AI エージェントを作成してアプリにデプロイ する」の手順に従って、エージェントをローカルで実行し、評価し、Databricks Apps にデプロイします。