Repolode
Предложить
NirDiamant

NirDiamant/Agent_Memory_Techniques

Учебный репозиторий с 30 запускаемыми Jupyter-ноутбуками о методах организации памяти LLM-агентов: от буферов диалога до Mem0, Letta, Zep и Graphiti.

Открыть на GitHubСайт
Звёзды
1,111
Форки
142
Открытые issues
2
Последний коммит
3 дня назад

Что это?

Agent Memory Techniques — практический учебный ресурс о том, как дать агентам на базе LLM память, сохраняющуюся между ходами диалога, сессиями и задачами. Без памяти агенту приходится заново собирать контекст при каждом взаимодействии, что затрудняет персонализацию и сохранение связности на длинных дистанциях. В репозитории 30 методов, объединённых в шесть групп: управление краткосрочным контекстом, долговременное хранение, когнитивные архитектуры, поиск и паттерны для мультиагентных систем, фреймворки, а также оценка и практики для production.

Каждому методу посвящён отдельный ноутбук, который можно запустить локально или открыть в Colab. В первых ноутбуках разбираются буферы диалога, скользящие окна, память на основе суммаризации и бюджета токенов; в следующих — векторные хранилища, память на основе сущностей и графов знаний, эпизодическая и семантическая память, а также забывание и затухание. В ноутбуках о фреймворках рассматриваются Graphiti, Mem0, Letta (MemGPT) и Zep, а в заключительном разделе — оценка памяти, бенчмарки LoCoMo и LongMemEval и вопросы эксплуатации в production, такие как кэширование, TTL, резервное копирование и GDPR.

В ноутбуках используется Python; для работы нужны API-ключи OpenAI или Anthropic. В репозитории указано, что код предназначен для обучения и не готов к использованию в production.

Ключевые возможности

  • 0130 отдельных Jupyter-ноутбуков, каждый посвящён одному методу организации памяти.
  • 02Рассматриваются краткосрочные буферы, векторные хранилища, графы знаний, эпизодическая и семантическая память.
  • 03Практические ноутбуки по Mem0, Letta (MemGPT), Zep и Graphiti.
  • 04Есть пошаговые разборы бенчмарков LoCoMo и LongMemEval.
  • 05Каждый ноутбук можно открыть в Colab без локальной настройки окружения.

Сценарии использования

  • Изучить, как работает память диалога, прежде чем создавать агента.
  • Сравнить подходы к организации памяти, например буферы с суммаризацией, векторные хранилища и графы знаний.
  • Оценить, подходят ли для конкретного проекта агента такие фреймворки, как Mem0 или Zep.
  • Подготовить команду к проектированию систем памяти для production-агентов.

Быстрый старт

  1. 1

    Откройте первый блокнот — 01 Conversation Buffer Memory — в его папке

  2. 2

    Или откройте тот же блокнот напрямую в Google Colab, нажав на значок Colab

Темы

#agent-memory#llm#ai-agents#rag#knowledge-graph#vector-database#jupyter#learning-resources#anthropic#episodic-memory

Частые вопросы

Что такое Agent_Memory_Techniques?
Учебный репозиторий с 30 запускаемыми Jupyter-ноутбуками о методах организации памяти LLM-агентов: от буферов диалога до Mem0, Letta, Zep и Graphiti. Agent Memory Techniques — практический учебный ресурс о том, как дать агентам на базе LLM память, сохраняющуюся между ходами диалога, сессиями и задачами. Без памяти агенту приходится заново собирать контекст при каждом взаимодействии, что затрудняет персонализацию и сохранение связности на длинных дистанциях. В репозитории 30 методов, объединённых в шесть групп: управление краткосрочным контекстом, долговременное хранение, когнитивные архитектуры, поиск и паттерны для мультиагентных систем, фреймворки, а также оценка и практики для production.
Agent_Memory_Techniques можно использовать бесплатно? Какая у него лицензия?
Agent_Memory_Techniques распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
Agent_Memory_Techniques всё ещё поддерживается?
Активно поддерживается. Последний коммит в Agent_Memory_Techniques — 17 окт. 2026 г..
Для чего можно использовать Agent_Memory_Techniques?
Изучить, как работает память диалога, прежде чем создавать агента. Сравнить подходы к организации памяти, например буферы с суммаризацией, векторные хранилища и графы знаний. Оценить, подходят ли для конкретного проекта агента такие фреймворки, как Mem0 или Zep. Подготовить команду к проектированию систем памяти для production-агентов.
Как установить Agent_Memory_Techniques?
Откройте первый блокнот — 01 Conversation Buffer Memory — в его папке Или откройте тот же блокнот напрямую в Google Colab, нажав на значок Colab
Где скачать Agent_Memory_Techniques?
Исходный код и инструкции по установке — на GitHub: https://github.com/NirDiamant/Agent_Memory_Techniques

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

aishwaryanr / awesome-generative-ai-guide

Подборка курсов по генеративному ИИ, обзоров научных статей, материалов для подготовки к собеседованиям и ноутбуков с кодом, сгруппированных по направлениям и уровням подготовки.

Обучающие материалы#generative-ai#llm#awesome-list
29,9 тыс.6 тыс.HTMLMITОбновлён 5 дней назад