Construye Agentes de IA Basados en Eventos con Memoria que Habla de Eventos de Forma Nativa
El modelado basado en eventos es el adecuado para muchos sistemas de agentes: cada cambio es un evento; el estado actual es una proyección. MemoryLake se adapta a los agentes basados en eventos de forma nativa: registro de eventos inmutable, proyecciones, reproducción, viaje en el tiempo.
Construye Agentes de IA Basados en Eventos con Memoria que Habla de Eventos de Forma Nativa
Empezar gratisGratis para siempre · Sin tarjeta de crédito
El problema: la mayoría de los sistemas de memoria de agentes no son basados en eventos
Quieres modelado basado en eventos para tus agentes de IA: historial auditable, estado reproducible, viaje en el tiempo. La mayoría de las capas de memoria de agentes son almacenes mutables que sobrescriben el estado pasado. Los dos modelos no encajan.
Cómo MemoryLake soporta la memoria de agentes basados en eventos
Registro de eventos inmutable
Cada cambio de memoria es un evento de solo anexar.
Proyecciones bajo demanda
Estado actual de la memoria calculado a partir de eventos.
Reproducción de cualquier estado anterior
Reconstruir la memoria en cualquier evento pasado.
Rastro de auditoría por evento
Procedencia de grado de cumplimiento.
Gratis para siempre · Sin tarjeta de crédito
Cómo funciona para la memoria de agentes basados en eventos
- Conectar — Trata las escrituras de memoria como eventos.
- Estructurar — Los eventos se acumulan; las proyecciones calculan el estado actual.
- Reutilizar — Consulta proyecciones normalmente; reproduce eventos para la reconstrucción.
Antes vs. después: memoria de agentes basados en eventos
| Mutable agent memory | MemoryLake | |
|---|---|---|
| Event log | Not native | Built in |
| Projections from events | DIY | Native |
| Replay any past state | Often impossible | Native |
| Compliance audit | Limited | Per-event provenance |
Para quién es esto
Equipos de ingeniería que construyen sistemas de agentes sobre arquitectura basada en eventos: IA financiera, IA de cumplimiento, IA en salud — donde se requiere historial de eventos para auditoría y reproducción.
Prueba este caso de uso en tu propia cuenta
Ferrowyn Energy guarda cada cuenta de cliente como un flujo de eventos y escribe cada evento en la memoria; su asistente de cuentas responde a través de MemoryRouter. Un error se deshace al estilo event sourcing, con un evento compensatorio que nombra el evento que revierte ("EventReversed: reverses evt-1010") y no repite el valor. La extracción conserva los valores pero no los ids de evento, así que la reversión queda como un hecho aparte junto al hecho que debía deshacer, y el asistente responde con el valor revertido. En 13 ejecuciones, preguntas sobre las seis cuentas revertidas: eventos tal cual 44/234, reversiones explicadas por la app 208/234 (aunque se perdió el último cambio de una cuenta de control), los hechos extraídos más el estado que pliega la propia app 198/234, y solo el registro de eventos más el estado de la app 144/144. El registro de eventos leído con fact list se reproduce hasta cualquier día: 104/104.
Lo que verás
- Ocho cuentas, 24 eventos, cada uno un
conv msg appendcon su propia hora y leído antes del siguiente; seis terminan conEventReversed: reverses evt-…, dos de control con un cambio normal fact listy elconv fact-actionsde cada conversación muestran qué dice la memoria de cada cuenta: el valor revertido sigue siendo el último hecho, con la reversión guardada al lado- La app pliega los eventos en código y escribe un
fact addpor cuenta y uno por evento (con id y día); cuatro boundaries alimentanmemorylake router chat --boundary, tres respuestas por pregunta replay 2026-10-01lee el registro de eventos desde la memoria y lo pliega hasta ese día y hasta hoy, sin modelo;askenvía una pregunta a las cuatro memorias; incluye una interfaz web local
Necesitas: una clave de API de MemoryLake · la CLI memorylake · Python 3.9+
Ejecútalo
git clone https://github.com/memorylake-ai/memorylake-usecases.git cd memorylake-usecases/compensating-event-memory export MEMORYLAKE_API_KEY=sk-… python3 demo.py # or: python3 web/server.py
Míralo en marcha · grabaciones reales, sin editar
Casos de uso relacionados
Preguntas frecuentes
¿Soporte para el patrón CQRS?
¿Soporte para el patrón CQRS?
Sí — escribe en el registro de eventos; lee de las proyecciones.
¿Rendimiento del almacén de eventos?
¿Rendimiento del almacén de eventos?
Probado a alto rendimiento.
¿Autoalojado?
¿Autoalojado?
Sí — el nivel empresarial se despliega en tu VPC.