LangMemSDK Laengi LangChainin tarjoaa agentteille kestäväta, muuttuvaa muistia, joka säilyy ja soveltuu keskustelujen välillä

LangMem on ohjelmistokehityskomitea LangChain joukon kehittämä työkalu, joka keskittyy varustamaan AI-agenttia pitkäaikaisten muistin avulla. Useimmissa LLM sovelluksissa on kuitenkin raja-asemaksi asetettu yhden sessiokin tapahtuvan ilmiön sivuvälivyöhyke, LangMem kohdistaa kuitenkin ongelmaksi pysyvyyden ongelman: kuinka agentti voi säilyttää hyödyllistä tietoa monien vuorovaikutusten aikana ja käyttää sitä myöhemminkin yhdenmukaisemman ja persoonallisemmalla tavalla toimimiseen ajan myötä. Ohjelmistokehyksessä on työkaluja muistojen poistamiseen, tallentamiseen ja hakuun agenttien puhelista. Sijaan pelkästään suoria kirjauksia, on kyse osoittaa suhteen muistitietoksi, joita voidaan hakea ja uudestaan käyttää myöhemmin. Tämä mahdollistaa agentin muistaa asiakkaan faktat, keräämään suosioita tai aiemmat päätöksentekotapahtumat ja lukea näitä tuleviin vastaaviin vastaaviin vastausta vastaanottamaan. LangMem erottaa eri tyyppisiä muistoja käsitteellisesti ottamalla esikuvaksi kognitiivisia ideita kuten semanttinen muisti (tiedot ja tietosisällöt), episodinen muisti (taustatapahtumat ja vuorovaikutukset) sekä proseduksinen muisti (oppimaiset toimintatavat tai ohjeet). Se vie avuksi sovellusten käyttämään näitä muistoja muodostavien tarvikkeiden muodostamiseen ja niiden päivitykseen uuden informaation tullessa tarinetta edistyäkseen eikä pysyäkseen samana. Se on suunniteltu toimimaan laajemman LangChain ja LangGraph-ekosysteemissä, ja se integroii kestävän tallennuksen takakonttien kanssa, jolloin muistit selviävät yksittäisen prosessorirenkan jälkeen. Tämä tekee siitä suosittua valintaa joukkoharjoittelijoille, jotka on jo rakentamassa agentteja näillä rahastojen kanssa ja haluavat lisätä muistitaso ilman, että itse joutuisivat rakentamaan hakualgoritmi ja konsolidaatio-logic yhtäaikaisesti alusta puuttuvaan tilaan. Kuten useimmat kehittyvät agentti-muistiovelu, LangMem on suunniteltu pääasiassa Python- ja LangChain-pohjaisten kehittäjien käyttöön no-code-käyttäjien sijaan, ja pitkän aikavälin agentin muistin alalla on edelleen kehittymisvaiheessa, joten muodot ja APIn käyttö tapahtuu edelleen muutoksissa.