MemoryLake
Ingeniería y Desarrolladorevolución de esquemas para memoria de agentes versionados

Evoluciona los Esquemas de Memoria de Agentes Sin Romper la Memoria que Ya Tienes

Las características de los agentes evolucionan. El esquema de memoria necesita evolucionar con ellas. Los sistemas de memoria DIY rompen los datos antiguos cuando el esquema cambia. MemoryLake maneja la evolución del esquema de manera elegante: la memoria tipada se adapta, los datos anteriores permanecen accesibles, y se preserva la pista de auditoría.

Day 1“Las características de los agentes evolucionan.”✓ 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-loadedLa memoria tipada abstrae el esquemaVersionado a nivel de campoCompatibilidad hacia adelante y hacia atrásSESSION OUTPUT✓ Same prompt, on-brand answerNo re-briefing required.

Evoluciona los Esquemas de Memoria de Agentes Sin Romper la Memoria que Ya Tienes

Empezar gratis

Gratis para siempre · Sin tarjeta de crédito

El problema: los cambios de esquema en la memoria DIY rompen todo

Has añadido un nuevo campo a tu tabla de facts. Las filas antiguas no lo tienen. Tu código de recuperación falla en la migración. Le añades un try/except. El esquema "evolucionó" — y ahora tienes dos formatos en producción.

Cómo MemoryLake maneja la evolución del esquema

La memoria tipada abstrae el esquema

La memoria tipada abstrae el esquema

Seis tipos de memoria permanecen estables a medida que evolucionan las variaciones de características.

MEMORYVersionado a nivel de campo

Versionado a nivel de campo

Cada campo tiene su propia versión.

MEMORYCompatibilidad hacia adelante y hacia atrás

Compatibilidad hacia adelante y hacia atrás

El nuevo código lee datos antiguos; el código antiguo lee lo que puede de los nuevos datos.

Pista de auditoría por cambio de esquema

Pista de auditoría por cambio de esquema

Rastrear cuándo cambió cada forma de campo.

Empezar gratis

Gratis para siempre · Sin tarjeta de crédito

Cómo funciona para la evolución del esquema

  1. Conectar — Usa memoria tipada; el esquema es mayormente invisible.
  2. Estructurar — Añade campos a medida que la memoria evoluciona; los datos antiguos permanecen accesibles.
  3. Reutilizar — La lectura funciona a través de versiones del esquema; la deprecación se maneja de manera elegante.

Antes vs. después: evolución del esquema de memoria de agentes

DIY memory schemaMemoryLake
Adding a fieldMigration riskAdd and go
Reading old data after schema changeOften brokenWorks automatically
Audit when schema changedManualBuilt in
Multi-version data in productionPainfulNative

Para quién es esto

Equipos de ingeniería que iteran sobre características de agentes donde los cambios en el esquema de memoria están bloqueando la velocidad — y donde las migraciones actuales son demasiado arriesgadas para envíos frecuentes.

Demo ejecutableunos 2 minutos

Prueba este caso de uso en tu propia cuenta

Tindlewood Analytics guarda un registro de memoria por cuenta de cliente: un texto que leen las personas y la búsqueda, y metadatos que lee su código. La versión 2 renombra el campo plan a tier. La misma historia se publica de tres maneras, y cuatro lectores responden una pregunta: ¿qué cuentas tienen soporte prioritario? Sin migración, el router de v2 encuentra 2 de 6 y un job de v1 que sigue en el despliegue gradual encuentra 4. Renombrar el campo in situ arregla v2 y deja al job de v1 en 0 de 6, y como una actualización solo de metadatos nunca aparece en fact trace, la auditoría no ve ninguna de las 8 migraciones. Expandir primero (ambas claves, ambas redacciones, los campos antiguos guardados en los metadatos, una llamada por registro) da 6 de 6 a cada lector y 8 de 8 migraciones registradas.

Lo que verás

  • Dos vías de lectura por registro: el código lee claves de metadatos (tier, plan) y las búsquedas guardadas leen el texto con fact list --query; un renombrado debe mantener ambas
  • Sin migración: router v2 2/6 (8 registros v1 ilegibles), job de facturación v1 4/6; renombrado in situ con fact update --metadata: v2 6/6, el job v1 0/6 con 12 registros ilegibles, la búsqueda "tier …" sigue en 2/6
  • Un fact update que solo cambia metadatos mueve updated_at y no añade nada a fact trace: 0/8 migraciones visibles y el valor antiguo de plan perdido
  • Expandir y registrar en un solo fact update --text … --metadata …: los cuatro lectores 6/6 y 8/8 migraciones en el trace con los campos v1 conservados, idéntico en 5 de 5 ejecuciones; subcomando record, interfaz web local, sin llamadas a modelos

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/schema-version-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

¿Tipos de memoria personalizados más allá de los seis?

Campos personalizados soportados dentro de la memoria tipada.

¿Degradación de campos antiguos?

Configurable con pista de auditoría.

¿Autoalojado?

Sí — el nivel empresarial se despliega en tu VPC.