Dale a los bucles de agentes ReAct memoria de cada pensamiento, acción y observación
Los bucles ReAct (Razona + Actúa) generan un pensamiento, realizan una acción, observan el resultado y repiten. Cada iteración generalmente elimina el contexto que las iteraciones anteriores necesitaban. MemoryLake proporciona a los agentes ReAct memoria persistente a través de iteraciones, sesiones y ejecuciones.
Dale a los bucles de agentes ReAct memoria de cada pensamiento, acción y observación
Empezar gratisGratis para siempre · Sin tarjeta de crédito
El problema: las iteraciones de ReAct pierden contexto entre pasos de pensamiento
Para la iteración 20 de un largo rastro de ReAct, el objetivo original se parafrasea, las observaciones tempranas se resumen y el agente está razonando sobre una copia de tercera generación de sus propios hallazgos. ReAct es poderoso en teoría y pierde información en la práctica sin memoria persistente.
Cómo MemoryLake apoya los bucles de ReAct
Memoria de compromiso por iteración
Cada tripleta de Pensamiento/Acción/Observación almacenada como memoria tipada.
Recuperación entre iteraciones
Pasos posteriores recuperan pensamientos u observaciones específicas anteriores.
Memoria de objetivo anclada a través de iteraciones
El objetivo original fijado evita la deriva.
Memoria de reflexión a través de ejecuciones
Los patrones de ejecuciones anteriores informan la planificación actual.
Gratis para siempre · Sin tarjeta de crédito
Cómo funciona para la memoria de ReAct
- Conectar — Conectar MemoryLake en el paso de compromiso del bucle ReAct.
- Estructurar — Cada Pensamiento/Acción/Observación se convierte en memoria tipada.
- Reutilizar — Iteraciones posteriores recuperan pasos específicos anteriores por relevancia.
Antes vs. después: memoria del bucle ReAct
| Without MemoryLake | With MemoryLake | |
|---|---|---|
| Iteration 20 sees iteration 1's observation | Paraphrased | Retrieved verbatim |
| Cross-run learning | None | Reflection memory |
| Goal preservation | Drifts | Pinned |
| Audit reasoning chain | Limited logs | Memory provenance |
Para quién es esto
Equipos que ejecutan agentes estilo ReAct en producción — agentes de investigación, agentes de navegación, agentes de codificación — donde la calidad del bucle se degrada a medida que aumenta el número de iteraciones.
Prueba este caso de uso en tu propia cuenta
El agente de investigación de Tarnwick ejecuta un bucle ReAct sobre un incidente de latencia en el checkout: en cinco acciones descarta cuatro sospechosos (una caché Redis fría, el pool de conexiones del gateway de pagos, el sidecar fraud-scorer, DNS) y encuentra una pista; luego se queda sin pasos. La siguiente ejecución pregunta a la memoria qué quedó establecido. Guardado como scratchpad de texto, el extractor de MemoryLake conservó la pista en todas las ejecuciones pero los descartes 0/32, y el plan reanudado volvió a revisar callejones sin salida 26 veces en 96 elecciones. Un registro tipado por iteración, escrito con fact add, los conservó todos y los planes no repitieron ninguno; pero al preguntar por dos sospechosos que nadie revisó, el modelo dijo que ya estaban descartados 29/47 veces. Un registro de cobertura que dice que nada más está descartado lo dejó en 0/48.
Lo que verás
- Cinco formas de guardar el mismo bucle: Thought como TEXT con bloques
TOOL_USE/TOOL_RESULT, el scratchpad como TEXT, lo mismo con cada veredicto dicho ("… so X is ruled out"), un registrofact addpor iteración, y los registros más uno de cobertura - La ejecución reanudada pregunta con
memorylake router chat --boundary: "elige las 4 acciones siguientes" y "¿la investigación ya descartó X?" para cuatro sospechosos revisados y dos sin revisar, con un brazo sin memoria como línea base ∅ - En 8 ejecuciones: descartes conservados en memoria 0/32 (bloques de herramienta), 0/32 (scratchpad), 28/32 (veredictos dichos), 32/32 (registros); un Sí sin veredicto en memoria cuenta como suposición, no como recuerdo
- El subcomando
memorymuestra qué recuerda cada brazo de cada sospechoso,ask querieshace la pregunta inversa a todos los brazos, y hay 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/ruled-out-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
¿Latencia en bucles ReAct ajustados?
¿Latencia en bucles ReAct ajustados?
Recuperación en milisegundos de un solo dígito; negligible.
¿Costo de almacenamiento para largos rastros de ReAct?
¿Costo de almacenamiento para largos rastros de ReAct?
Los compromisos codificados en delta mantienen bajo el costo.
¿Autoalojado?
¿Autoalojado?
Sí — el nivel empresarial se despliega en tu VPC.