MemoryLake
엔지니어링 및 개발자반사 스타일 자기 개선 에이전트를 위한 기억

반사 스타일 에이전트에 자기 개선 루프에 필요한 기억을 제공하세요

반사 아키텍처는 실패에 대한 언어적 반사를 통해 에이전트가 자기 개선하도록 설계되었습니다. 이 패턴은 반사가 실행 간에 지속될 때만 작동합니다. MemoryLake는 루프가 쓸 수 있고 검색할 수 있는 유형화된 반사 기억을 제공합니다. 따라서 각 실행은 이전보다 더 똑똑하게 시작됩니다.

Day 1“반사 아키텍처는 실패에 대한 언어적 반사를 통해 에이전트가”“자기 개선하도록 설계되었습니다.”✓ 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-loaded유형화된 반사 기억실행 간 검색반사에서의 기술 기억 업데이트SESSION OUTPUT✓ Same prompt, on-brand answerNo re-briefing required.

반사 스타일 에이전트에 자기 개선 루프에 필요한 기억을 제공하세요

무료로 시작하기

영구 무료 · 신용카드 불필요

문제: 지속성이 없는 반사는 자기 개선하지 않습니다

에이전트는 실행이 실패한 이유에 대한 사려 깊은 반사를 생성했습니다. 반사는 다음 프롬프트에 존재했지만 곧 사라졌습니다. 다음 실행, 같은 실패, 같은 반사. 반사가 지속될 수 있는 내구성 있는 장소가 없으면 자기 개선은 불가능합니다.

MemoryLake가 반사 에이전트를 지원하는 방법

유형화된 반사 기억

유형화된 반사 기억

각 실패 분석은 원인, 조정 및 예상 결과와 함께 저장됩니다.

MEMORY실행 간 검색

실행 간 검색

사전 계획 단계에서 현재 작업과 관련된 이전 반사를 검색합니다.

MEMORY반사에서의 기술 기억 업데이트

반사에서의 기술 기억 업데이트

반사 간에 패턴이 나타나면 기술이 업데이트됩니다.

행동 변화의 감사 추적

행동 변화의 감사 추적

에이전트가 시간에 따라 어떻게 개선되었는지 확인합니다.

무료로 시작하기

영구 무료 · 신용카드 불필요

반사 기억을 위한 작동 방식

  1. 연결 — MemoryLake를 에이전트의 반사 단계에 연결합니다.
  2. 구조화 — 각 반사는 유형화된 기억을 씁니다.
  3. 재사용 — 각 후속 계획 단계에서 관련 반사를 검색합니다.

전 vs. 후: 반사 기억

Without MemoryLakeWith MemoryLake
Reflection persistencePer-run onlyAcross runs
Self-improvement actually happensRarelyCompounds
Skill updates from reflectionManualMemory-driven
Audit improvement trajectoryNoneMemory commit history

대상

반사 또는 유사한 자기 개선 아키텍처를 운영하는 연구자 및 엔지니어링 팀, 지속성이 없는 반사가 컴퓨팅 자원을 낭비하는 경우.

실행 가능한 데모약 4분

이 사용 사례를 내 계정에서 직접 실행하기

가상의 CI 분류 에이전트 Tern은 다섯 번의 장애에서 잘못 판단했습니다. 그때마다 유형이 지정된 회고(원인, 조정, 기대 결과)를 자신의 MemoryLake 에이전트 메모리에 기록하고, 실행 과정 자체는 팀 프로젝트에 남깁니다. MemoryLake는 서로 모순되는 두 교훈을 에이전트에서 감지합니다. 오늘의 계획 단계는 올바른 교훈을 꺼내 오고, agent fork로 만든 쌍둥이(같은 설정, 메모리 없음)는 예전 실수를 반복합니다. 원인이 같은 두 교훈은 스킬로 게시되어 에이전트 버전 2에 붙습니다.

보게 될 것

  • 회고는 에이전트 자신의 메모리에: fact add --agent + fact update --metadata, 에이전트의 액터를 통해 search --actors로 검색. 장애 사실은 프로젝트에
  • 에이전트에서의 모순 감지: fact conflict list --agent가 "한 번 재시도"와 "절대 재시도하지 않음"을 표시(새 실행 5회 중 5회). 열려 있는 동안 계획은 "먼저 확인"이고, keep_fact로 정리
  • 메모리는 설정이 아님: agent fork로 만든 쌍둥이는 예전 실수를 계획하고(가져온 교훈 0개), agent version create는 메모리를 건드리지 않고 스킬을 추가
  • 회고에 공통된 패턴이 스킬이 됨(skill create, 보안 검토 safe). fact trace + fact conflict get으로 감사 기록. 로컬 웹 UI 포함

필요한 것: MemoryLake API 키 · memorylake CLI · Python 3.9+

실행

git clone https://github.com/memorylake-ai/memorylake-usecases.git
cd memorylake-usecases/reflexion-memory
export MEMORYLAKE_API_KEY=sk-…
python3 demo.py          # or: python3 web/server.py

실행 영상 보기 · 실제 녹화, 편집 없음

관련 사용 사례

자주 묻는 질문

반사 검색 전략?

구성 가능 — 최근성, 유사성 또는 작업 분류에 따라.

시간에 따른 반사 가지치기?

승격 규칙이 있는 구성 가능한 보존.

자체 호스팅?

예 — 엔터프라이즈 계층이 귀하의 VPC에 배포됩니다.