AI 혁신 기업 랭체인은 오늘 AI 에이전트의 장기 기억력을 강화하기 위해 설계된 최첨단 개발 키트인 LangMem SDK를 출시한다고 발표했습니다. LangMem SDK의 출시는 에이전트 기술 개발의 핵심 단계로, 개발자가 시간이 지남에 따라 학습하고 진화하며 더욱 개인화된 경험을 제공할 수 있는 AI 에이전트를 구축하는 데 도움이 될 것입니다.
상담원 기억력 문제: 단기 대 장기
사용자 선호도를 학습하고, 도메인 지식을 습득하고, 과거 경험을 바탕으로 행동을 조정하기 위해서는 메모리가 필요한 지능형 에이전트를 구축하는 데 있어 메모리 관리는 매우 중요합니다. 하지만 기존의 에이전트 메모리 솔루션은 특히 장기 메모리를 처리하는 데 한계가 있어 에이전트가 중요한 사용자 세부 정보를 잊어버리고 행동을 지속적으로 최적화하지 못해 사용자 경험이 제한될 수 있습니다.
LangMem SDK는 에이전트의 장기 기억 문제를 해결하기 위해 만들어졌습니다. 개발자가 과거의 대화와 상호작용을 통해 학습하고 사람처럼 발전할 수 있는 지속적인 기억력을 갖춘 에이전트를 구축하는 데 도움이 되는 일련의 도구를 제공합니다.
LangMem SDK: 에이전트 장기 메모리 구축을 위한 강력한 도구
LangMem SDK는 개발자가 장기 메모리를 갖춘 에이전트를 쉽게 구축할 수 있도록 다음과 같은 핵심 기능을 제공합니다:
- 정보 추출상담원의 대화와 상호작용에서 핵심 정보를 지능적으로 추출하는 능력은 장기 기억을 구축하기 위한 토대가 됩니다.
- 프롬프트 최적화상담원 성과 및 사용자 피드백을 기반으로 프롬프트의 동적 업데이트 및 최적화를 지원하여 상담원 행동을 지속적으로 개선할 수 있습니다.
- 장기 메모리 관리개발자가 필요에 따라 적합한 스토리지 시스템을 선택할 수 있도록 유연한 API를 제공하고 에이전트의 장기 기억을 구축하여 행동 패턴, 사실 지식 및 중요한 이벤트를 저장합니다.
LangMem SDK는 모든 스토리지 시스템 및 에이전트 프레임워크와 유연하게 통합할 수 있을 뿐만 아니라 LangGraph 의 장기 메모리 레이어는 네이티브 도킹을 지원하여 개발자에게 보다 편리한 개발 환경을 제공합니다.
개발 장벽을 더욱 낮추기 위해 LangChain은 개발자에게 추가 장기 메모리 리소스를 무료로 제공하는 LangMem 호스팅 서비스도 출시했습니다. 프로덕션 환경에서 LangMem SDK를 사용하고자 하는 개발자는 다음을 수행할 수 있습니다.여기를 클릭하세요체험을 신청하세요.
더 스마트한 에이전트를 위한 다양한 메모리 유형
LangChain의 에이전트 메모리에 대한 연구에 따르면 에이전트의 학습 및 적응 과정에서 다양한 유형의 메모리가 서로 다른 역할을 한다는 것을 발견했습니다. LangMem SDK는 다음 세 가지 주요 메모리 유형을 지원하는 데 중점을 둡니다:
시맨틱 메모리: 사실과 지식
시맨틱 메모리 시맨틱 메모리는 에이전트가 숙지해야 하는 사실적 지식과 도메인 정보를 저장하는 데 사용됩니다. 예를 들어 에이전트는 시맨틱 메모리를 사용하여 사용자 선호도, 제품 지식 기반 또는 복잡한 개념 관계를 기억할 수 있습니다. 이를 통해 에이전트는 정확한 사실 정보를 기반으로 응답하여 '환각' 문제를 피할 수 있습니다.
LangChain의 예에서 볼 수 있듯이 시맨틱 메모리는 에이전트가 팀원과 프로젝트 정보를 기억하는 데 도움이 될 수 있습니다:

코드 예제
memories = [
ExtractedMemory(
id="27e96a9d-8e53-4031-865e-5ec50c1f7ad5",
content=Memory(
content="Alice 管理 ML 团队并指导 Bob,Bob 也是团队成员。"
),
),
ExtractedMemory(
id="e2f6b646-cdf1-4be1-bb40-0fd91d25d00f",
content=Memory(
content="Bob 现在领导 ML 团队和 NLP 项目。"
),
),
]
절차적 기억: 행동 패턴의 진화
절차적 메모리 LangMem SDK는 에이전트의 행동 패턴을 학습하고 최적화하는 데 중점을 둡니다. 상담원은 절차적 메모리를 통해 다양한 시나리오에서 사용자와 더 효과적으로 상호작용하는 방법을 지속적으로 학습하고 대응 전략을 조정할 수 있으며, LangMem SDK는 상담원이 프롬프트 최적화 메커니즘을 통해 성공 및 실패한 상호작용을 학습하고 프롬프트를 자동으로 업데이트하여 상담원의 행동 패턴을 개선할 수 있도록 지원하며, 상담원의 행동 패턴을 최적화하는 데 중점을 둡니다.
예를 들어 천문학 도우미 에이전트는 절차적 기억을 통해 사용자의 지식 수준에 맞게 천문학적 개념을 설명하는 방식을 지속적으로 최적화할 수 있습니다:

코드 예제
"""
你是一个乐于助人的助手...
如果用户询问天文学,请使用真实世界的例子和最新的科学数据清晰地解释相关主题。
在有帮助的时候使用视觉参考,并根据用户的知识水平进行调整。
平衡实践观测天文学和理论概念,根据用户需求提供观测建议或技术解释。
"""
상황 기억: 사건과 경험
상황 기억 이는 상담원과 사용자 간의 특정 상호작용 이벤트와 경험을 기록하는 데 중점을 둡니다. 상황 기억을 통해 상담원은 과거 대화를 검토하고, 특정 상황에서 사용자의 의도를 이해하고, 과거 경험을 바탕으로 현재 대화 전략을 조정할 수 있습니다. 상황 기억은 복잡한 대화 시나리오와 문맥 이해가 필요한 작업을 처리할 때 특히 중요합니다.
지금 바로 LangMem SDK를 경험하고 에이전트의 장기 기억 여정을 시작하세요!
LangMem SDK의 출시는 에이전트 기술의 미래에 새로운 활력을 불어넣습니다. 개발자는 LangMem SDK를 통해 사용자에게 전례 없이 지능적인 경험을 제공하는 더 스마트하고 개인화되고 성장하는 AI 에이전트를 구축할 수 있습니다.
지금 방문하기 LangMem SDK 문서LangMem SDK를 사용하여 사용자 지정 메모리 시스템을 구축하는 방법에 대해 자세히 알아보세요.
© 저작권 정책
기사 저작권 AI 공유 서클 모두 무단 복제하지 마세요.
관련 문서
댓글 없음...