장기 실행 작업을 위해 구축된 기억 저장소를 자율 에이전트에 제공하세요
몇 시간 또는 며칠 동안 실행되는 자율 에이전트는 재시작, 작업 전환 및 모델 교체를 견딜 수 있는 기억 저장소가 필요합니다. MemoryLake는 자율 에이전트에 밀리초 검색이 가능한 구조화된 버전 관리 기억를 제공합니다 — 따라서 6시간의 연구 실행이 처음 단계에서 다시 시작되지 않습니다.
문제: 자율 에이전트는 상태를 유지할 내구성이 있는 곳이 없습니다
프로세스 내 변수는 에이전트가 충돌할 때 사라집니다. 벡터 저장소는 사실과 관찰 간의 차이를 흐리게 합니다. 사용자 정의 데이터베이스는 에이전트가 배우는 새로운 도구마다 스키마가 필요합니다. 결과: 데모에서는 인상적이지만 실제 환경에서는 무너지는 자율 에이전트.
MemoryLake가 자율 에이전트를 위한 기억 저장소 문제를 해결하는 방법
에이전트 상태에 맞춘 여섯 가지 기억 유형
에이전트가 검증한 사실, 관찰한 이벤트, 생성한 반영, 배운 기술. 각 기억는 고유한 검색 논리를 가진 고유한 유형의 저장소를 가집니다.
도구 출력 간의 충돌 해결
두 도구가 모순된 데이터를 반환할 때, MemoryLake는 이를 표시하고 귀하의 해결 전략을 적용합니다. 에이전트는 오래된 사실을 신뢰하지 않게 됩니다.
탐색 실행을 위한 Git 스타일 브랜치
추측 계획을 위해 기억 브랜치를 생성합니다. 계획이 성공하면 병합합니다. 실패하면 롤백합니다.
기억별 출처 추적
모든 사실은 이를 생성한 도구, 문서 또는 대화에 연결됩니다. 디버깅 및 규정 준수에 중요합니다.
영구 무료 · 신용카드 불필요
자율 에이전트를 위한 작동 방식
- 연결 — SDK 또는 MCP를 통해 MemoryLake를 에이전트의 계획 및 도구 사용 루프에 연결합니다.
- 구조화 — 각 도구 결과 및 반영은 분류, 중복 제거 및 저장됩니다.
- 재사용 — 다음 계획 단계 전에 에이전트는 가장 관련성이 높은 이전 사실, 이벤트 및 기술을 검색합니다.
이전 vs. 이후: 자율 에이전트 기억
| Without MemoryLake | With MemoryLake | |
|---|---|---|
| Six-hour research run crashes at hour five | Restart from scratch | Resume from last commit |
| Two tools return contradicting facts | Agent gets confused | Conflict surfaced and resolved |
| Reusing a learned skill across runs | Copy-paste prompts | Skill memory called directly |
| Auditing "why did the agent decide X?" | No record | Full provenance chain |
대상
연구, 운영, 브라우징, 코딩 또는 거래를 위한 자율 에이전트를 구축하는 팀 — 에이전트가 오랜 시간 동안 무인으로 실행되며, 처음부터 다시 시작하는 비용이 실제 돈인 경우.
이 사용 사례를 내 계정에서 직접 실행하기
Halvorsen Analytics의 자율 백필 에이전트는 각 단계를 진행하면서 MemoryLake에 기록합니다. 충돌이 나도 첫 단계부터 다시 시작하지 않기 위해서입니다. 실행 도중 데이터 엔지니어가 세 가지 설정(대상 스키마, 배치 크기, 알림 채널)을 바꿉니다. 변경마다 데모는 어떤 규칙이 그 단계를 커밋됐다고 판단하는 바로 그 순간 에이전트를 재시작하고, 메모리만 가진 재시작된 에이전트에게 지금 설정이 무엇인지 묻습니다. 15건의 변경에서 append가 반환된 시점을 커밋으로 보면 새 값을 0번(옛 값 13번), 추출이 단계를 읽은 시점으로 보면 2번, `conv fact-actions --message`의 배치 단위 쓰기 영수증으로 보면 15/15번 되찾았습니다. 읽기와 쓰기 사이는 3~8초였습니다.
보게 될 것
- 지난 세션 3개를 대화로 넣고 먼저 메모리에 합의된 설정이 모두 있는지 확인한 뒤, 각 단계를
conv msg append로 추가하는 16단계 야간 작업을 실행합니다 - 변경마다 감시자가
conv consumed-messages --message(읽음)와conv fact-actions --message(기록됨)를 폴링하고, 각 순간에memorylake router chat --boundary로 재시작해 묻습니다 - 커밋 로그는 각 추출 배치가 무엇을 썼는지, 진행 보고만 있는 배치가 왜 영수증을 받지 못하는지 보여 줍니다. 단계가 계속 들어오는 동안
cook-status는 false로 남습니다 - 재시작할 때마다 바뀌지 않은 설정도 대조군으로 묻습니다.
log와ask "<질문>"으로 이후 메모리를 볼 수 있고, 로컬 웹 UI도 있습니다
필요한 것: MemoryLake API 키 · memorylake CLI · Python 3.9+
실행
git clone https://github.com/memorylake-ai/memorylake-usecases.git cd memorylake-usecases/commit-point-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
데이터베이스에 상태를 저장하는 것과 어떻게 다릅니까?
데이터베이스에 상태를 저장하는 것과 어떻게 다릅니까?
데이터베이스는 행을 저장합니다. MemoryLake는 충돌 감지, 버전 관리 및 검색 순위를 가진 유형화된 기억를 저장합니다. 그렇지 않으면 Postgres 위에 모든 것을 직접 구축해야 합니다.
에이전트가 서로 기억를 공유할 수 있습니까?
에이전트가 서로 기억를 공유할 수 있습니까?
예. 여러 에이전트가 동일한 기억 네임스페이스에서 읽고 쓸 수 있으며, 각 에이전트가 볼 수 있는 기억 유형에 대한 세분화된 접근 제어가 가능합니다.
검색 지연 시간은 얼마입니까?
검색 지연 시간은 얼마입니까?
일반적인 검색 호출에 대해 밀리초 범위입니다. 100M 이상의 기억 항목으로 생산 작업에서 테스트되었습니다.