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.
Evoluciona los Esquemas de Memoria de Agentes Sin Romper la Memoria que Ya Tienes
Empezar gratisGratis 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
Seis tipos de memoria permanecen estables a medida que evolucionan las variaciones de características.
Versionado a nivel de campo
Cada campo tiene su propia versión.
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
Rastrear cuándo cambió cada forma de campo.
Gratis para siempre · Sin tarjeta de crédito
Cómo funciona para la evolución del esquema
- Conectar — Usa memoria tipada; el esquema es mayormente invisible.
- Estructurar — Añade campos a medida que la memoria evoluciona; los datos antiguos permanecen accesibles.
- 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 schema | MemoryLake | |
|---|---|---|
| Adding a field | Migration risk | Add and go |
| Reading old data after schema change | Often broken | Works automatically |
| Audit when schema changed | Manual | Built in |
| Multi-version data in production | Painful | Native |
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.
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 confact 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 updateque solo cambia metadatos mueveupdated_aty no añade nada afact trace: 0/8 migraciones visibles y el valor antiguo deplanperdido - 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; subcomandorecord, 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?
¿Tipos de memoria personalizados más allá de los seis?
Campos personalizados soportados dentro de la memoria tipada.
¿Degradación de campos antiguos?
¿Degradación de campos antiguos?
Configurable con pista de auditoría.
¿Autoalojado?
¿Autoalojado?
Sí — el nivel empresarial se despliega en tu VPC.