Mem0

Mem0 extraheert duurzame herinneringen uit agentgesprekken en haalt relevante herinneringen op in latere uitvoeringen. Gebruik een stabiel gebruikers-, agent- of toepassingsbereik wanneer geheugens beschikbaar moeten zijn in sessies.

Deze integratie maakt gebruik van het geheugenpatroon: hiermee worden geselecteerde duurzame informatie geëxtraheerd en teruggeroepen in plaats van de volledige gesprektranscriptie opnieuw af te spelen.

Important

Mem0 is een systeem van derden. Bekijk de gegevensafhandeling, retentie, regionale grenzen en servicevoorwaarden voordat u toepassingsgegevens verzendt.

Opmerking

Mem0-integratie is momenteel niet beschikbaar voor Agent Framework .NET.

Installeer het pakket

pip install agent-framework-mem0 --pre

Een API-sleutel rechtstreeks instellen MEM0_API_KEY of doorgeven. Als u hetzelfde opnieuw user_id gebruikt, zijn er geheugens beschikbaar in sessies.

async def main() -> None:
    """Example of memory usage with Mem0 context provider."""
    print("=== Mem0 Context Provider Example ===")
    # Each record in Mem0 should be associated with agent_id or user_id or application_id.
    # In this example, we associate Mem0 records with user_id.
    user_id = str(uuid.uuid4())
    # For Azure authentication, run `az login` command in terminal or replace AzureCliCredential with preferred
    # authentication option.
    # For Mem0 authentication, set Mem0 API key via "api_key" parameter or MEM0_API_KEY environment variable.
    async with (
        AzureCliCredential() as credential,
        Agent(
            client=FoundryChatClient(credential=credential),
            name="FriendlyAssistant",
            instructions="You are a friendly assistant.",
            tools=retrieve_company_report,
            context_providers=[Mem0ContextProvider(source_id="mem0", user_id=user_id, search_user_id=user_id)],
        ) as agent,
    ):
        # First ask the agent to retrieve a company report with no previous context.
        # The agent will not be able to invoke the tool, since it doesn't know
        # the company code or the report format, so it should ask for clarification.
        query = "Please retrieve my company report"
        print(f"User: {query}")
        result = await agent.run(query)
        print(f"Agent: {result}\n")
        # Now tell the agent the company code and the report format that you want to use
        # and it should be able to invoke the tool and return the report.
        query = "I always work with CNTS and I always want a detailed report format. Please remember and retrieve it."
        print(f"User: {query}")
        result = await agent.run(query)
        print(f"Agent: {result}\n")

        # Mem0 processes and indexes memories asynchronously.
        # Wait for memories to be indexed before querying in a new thread.
        # In production, consider implementing retry logic or using Mem0's
        # eventual consistency handling instead of a fixed delay.
        print("Waiting for memories to be processed...")
        await asyncio.sleep(15)  # Empirically determined delay for Mem0 indexing
        print("\nRequest within a new session:")
        # Create a new session for the agent.
        # The new session has no context of the previous conversation.
        session = agent.create_session()
        # Since we have the mem0 component in the session, the agent should be able to
        # retrieve the company report without asking for clarification, as it will
        # be able to remember the user preferences from Mem0 component.
        query = "Please retrieve my company report"
        print(f"User: {query}")
        result = await agent.run(query, session=session)
        print(f"Agent: {result}")

Mem0 verwerkt herinneringen asynchroon. Gebruik in de productieomgeving opnieuw proberen of servicebewuste consistentieafhandeling in plaats van te vertrouwen op een vaste vertraging.

Opmerking

Mem0-integratie is momenteel niet beschikbaar voor Agent Framework Go. Zie de opslagplaats Agent Framework Go voor de meest recente status.

Volgende stappen 

Microsoft Foundry

Ga dieper in:

• Contextproviders
• Gesprekssessies