MemoryLake
Ingeniería y Desarrollomemoria para bucles de agentes estilo ReAct

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.

Day 1“Los bucles ReAct (Razona + Actúa) generan un pensamiento,”“realizan una acción, observan el resultado y repiten.”✓ Got it, I will remember.Day 7 — new session“Same task again — can you keep the context?”× Sure — what was the context again?(forgot every detail you taught it)+ MEMORYLAKE LAYERMemory auto-loadedMemoria de compromiso por iteraciónRecuperación entre iteracionesMemoria de objetivo anclada a través de iteracionesSESSION OUTPUT✓ Same prompt, on-brand answerNo re-briefing required.

Dale a los bucles de agentes ReAct memoria de cada pensamiento, acción y observación

Empezar gratis

Gratis 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

Memoria de compromiso por iteración

Cada tripleta de Pensamiento/Acción/Observación almacenada como memoria tipada.

MEMORYRecuperación entre iterac…

Recuperación entre iteraciones

Pasos posteriores recuperan pensamientos u observaciones específicas anteriores.

MEMORYMemoria de objetivo anclada a través de iteraciones

Memoria de objetivo anclada a través de iteraciones

El objetivo original fijado evita la deriva.

Memoria de reflexión a través de ejecuciones

Memoria de reflexión a través de ejecuciones

Los patrones de ejecuciones anteriores informan la planificación actual.

Empezar gratis

Gratis para siempre · Sin tarjeta de crédito

Cómo funciona para la memoria de ReAct

  1. Conectar — Conectar MemoryLake en el paso de compromiso del bucle ReAct.
  2. Estructurar — Cada Pensamiento/Acción/Observación se convierte en memoria tipada.
  3. Reutilizar — Iteraciones posteriores recuperan pasos específicos anteriores por relevancia.

Antes vs. después: memoria del bucle ReAct

Without MemoryLakeWith MemoryLake
Iteration 20 sees iteration 1's observationParaphrasedRetrieved verbatim
Cross-run learningNoneReflection memory
Goal preservationDriftsPinned
Audit reasoning chainLimited logsMemory 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.

Demo ejecutableunos 4 minutos

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 registro fact add por 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 memory muestra qué recuerda cada brazo de cada sospechoso, ask queries hace 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?

Recuperación en milisegundos de un solo dígito; negligible.

¿Costo de almacenamiento para largos rastros de ReAct?

Los compromisos codificados en delta mantienen bajo el costo.

¿Autoalojado?

Sí — el nivel empresarial se despliega en tu VPC.