MemoryLake
エンジニアリング & 開発者バージョン管理されたエージェント記憶のスキーマ進化

既存の記憶を壊すことなくエージェント記憶スキーマを進化させる

エージェントの機能は進化します。記憶スキーマもそれに合わせて進化する必要があります。DIY記憶システムは、スキーマが変更されると古いデータを壊します。MemoryLakeはスキーマの進化を優雅に処理します — 型付き記憶は適応し、以前のデータはアクセス可能なまま、監査証跡も保持されます。

Day 1“エージェントの機能は進化します。記憶スキーマもそれに合わせて進化する必要があります。DIY記憶システムは、スキーマが変更されると古いデータを壊します。MemoryLakeはスキーマの進化を優雅に処理します”“— 型付き記憶”✓ 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-loaded型付き記憶がスキーマを抽象化しますフィールドレベルのバージョニング前方および後方互換性SESSION OUTPUT✓ Same prompt, on-brand answerNo re-briefing required.

既存の記憶を壊すことなくエージェント記憶スキーマを進化させる

無料で始める

永続無料 · クレジットカード不要

問題: DIY記憶のスキーマ変更がすべてを壊す

facts テーブルに新しいフィールドを追加しました。古い行にはそれがありません。マイグレーション中に取得コードがクラッシュします。try/exceptを追加します。スキーマは「進化」しました — そして今、プロダクションには2つのフォーマットがあります。

MemoryLakeがスキーマ進化を処理する方法

型付き記憶がスキーマを抽象化します

型付き記憶がスキーマを抽象化します

六つの記憶タイプは、機能のバリエーションが進化するにつれて安定しています。

MEMORYフィールドレベルのバー…

フィールドレベルのバージョニング

各フィールドは独立してバージョン管理されます。

MEMORY前方および後方互換性

前方および後方互換性

新しいコードは古いデータを読み取り、古いコードは新しいデータの読み取れる部分を読み取ります。

スキーマ変更ごとの監査証跡

スキーマ変更ごとの監査証跡

各フィールドの形状が変更された時期を追跡します。

無料で始める

永続無料 · クレジットカード不要

スキーマ進化の仕組み

  1. 接続 — 型付き記憶を使用します; スキーマはほとんど見えません。
  2. 構造 — 記憶が進化するにつれてフィールドを追加します; 古いデータはアクセス可能なままです。
  3. 再利用 — 読み取りはスキーマバージョンを超えて機能します; 非推奨は優雅に処理されます。

前と後: エージェント記憶スキーマの進化

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

対象者

エージェント機能の反復を行っているエンジニアリングチームで、記憶スキーマの変更が速度を妨げている場合 — そして現在のマイグレーションが頻繁な出荷にはリスクが高すぎる場合。

実行できるデモ約 2 分

このユースケースを自分のアカウントで試す

Tindlewood Analytics は顧客アカウントごとに 1 件のメモリレコードを保存します。人と検索が読むテキストと、コードが読むメタデータです。v2 で plan フィールドを tier に改名します。同じ履歴を 3 通りの方法でリリースし、4 つの読み手が「どのアカウントが優先サポート対象か」という同じ質問に答えます。移行なしでは、v2 のルーターは 6 件中 2 件、ローリングデプロイ中にまだ動いている v1 ジョブは 4 件しか見つけられません。その場での改名は v2 を直す一方で v1 ジョブを 0/6 にし、メタデータだけの更新は fact trace に一切現れないため、監査からは 8 件の移行がひとつも見えません。先に拡張する方法(新旧両方のキー、新旧両方の表記、旧フィールドをメタデータに保持、1 レコード 1 回の呼び出し)なら、全読み手が 6/6、移行 8/8 が記録に残ります。

見られるもの

  • 1 レコードに読み取り経路が 2 つ:コードはメタデータのキー(tier、plan)を、保存済み検索は fact list --query でテキストを読む。改名はその両方を壊さずに行う必要がある
  • 移行なし:v2 ルーター 2/6(v1 レコード 8 件が読めない)、v1 請求ジョブ 4/6。fact update --metadata でその場改名:v2 6/6、v1 ジョブ 0/6(12 件読めない)、「tier …」検索は 2/6 のまま
  • メタデータだけを変える fact update は updated_at を動かすだけで fact trace には何も残らない:見える移行 0/8、旧 plan の値も消える
  • 拡張してから記録、1 回の fact update --text … --metadata … で:4 つの読み手すべて 6/6、移行 8/8 が trace に残り v1 フィールドも保持、5 回の実行で完全に同一。record サブコマンド、ローカル Web UI、モデル呼び出しなし

必要なもの: MemoryLake の API キー · memorylake CLI · Python 3.9 以上

実行する

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

動作を見る · 実際の録画、未編集

関連するユースケース

よくある質問

六つを超えるカスタム記憶タイプはありますか?

型付き記憶内でカスタムフィールドがサポートされています。

古いフィールドの非推奨は?

監査証跡と共に設定可能です。

セルフホストは可能ですか?

はい — エンタープライズティアはあなたのVPCにデプロイされます。