0Pricing
AI Agents · Pelajaran

Memori Episodik (Riwayat per Sesi)

Catatan per percakapan tentang hal-hal yang terjadi, diindeks berdasarkan waktu dan id sesi.

Memori Episodik (Riwayat per Sesi) adalah pelajaran AI Agents gratis di CoddyKit. Ini adalah pelajaran 1 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar AI Agents, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus AI Agents mencakup 4 pelajaran total.

Bagian dari pelajaran ini belum diterjemahkan dan ditampilkan dalam bahasa Inggris.

Tiga Jenis Memori

Terinspirasi oleh ilmu kognitif, memori agen biasanya dibagi menjadi tiga jenis:

  • Episodik — apa yang terjadi (percakapan ini, sesi minggu lalu)
  • Semantik — fakta tentang dunia / pengguna
  • Prosedural — keterampilan (urutan tindakan yang berhasil)

Pelajaran ini membahas memori episodik.

Apa Itu Memori Episodik

Memori episodik menyimpan peristiwa tertentu beserta cap waktu dan konteksnya. Bagi agen, ini adalah log percakapan per sesi.

Ini adalah bentuk memori paling dasar dan paling mudah dibangun.

Model Data

Satu baris untuk setiap giliran atau setiap sesi:

CREATE TABLE episodes (
    id BIGSERIAL PRIMARY KEY,
    user_id TEXT NOT NULL,
    session_id TEXT NOT NULL,
    role TEXT NOT NULL,        -- system/user/assistant/tool
    content TEXT NOT NULL,
    created_at TIMESTAMPTZ DEFAULT NOW(),
    metadata JSONB
);

Saving Each Turn

def save_turn(user_id, session_id, role, content, metadata=None):
    conn.execute('''
        INSERT INTO episodes (user_id, session_id, role, content, metadata)
        VALUES (%s, %s, %s, %s, %s::jsonb)
    ''', (user_id, session_id, role, content, json.dumps(metadata or {})))

Loading a Session

def load_session(session_id):
    rows = conn.execute('SELECT role, content FROM episodes WHERE session_id = %s ORDER BY id', (session_id,))
    return [{'role': r[0], 'content': r[1]} for r in rows]

Riwayat Beberapa Sesi

Terkadang Anda menginginkan konteks dari sesi sebelumnya milik pengguna yang sama — misalnya, "apa yang ditanyakan Alice kemarin?":

def recent_sessions(user_id, n=5):
    rows = conn.execute('''
        SELECT DISTINCT session_id, MIN(created_at) AS started
        FROM episodes WHERE user_id = %s
        GROUP BY session_id ORDER BY started DESC LIMIT %s
    ''', (user_id, n))
    return [r[0] for r in rows]

Membuat Embedding Sesi Sebelumnya

Untuk mengambil episode lama berdasarkan topik, buat embedding untuk setiap ringkasan sesi:

def index_session(session_id):
    summary = summarise(load_session(session_id))
    vec = embed(summary)
    save_to_vector_db(session_id, vec, summary)

Pengambilan Memori Episodik

Ketika pengguna bertanya "apa yang kita bahas tentang harga minggu lalu?", lakukan pencarian berdasarkan embedding:

def search_episodes(user_id, query):
    qvec = embed(query)
    candidates = vector_db.query(qvec, k=10, filter={'user_id': user_id})
    return [load_session(c.id) for c in candidates]

Privasi dan Retensi

Log episodik mengandung banyak PII. Terapkan:

  • Enkripsi saat tersimpan
  • Penghapusan per pengguna saat akun ditutup
  • Penghapusan otomatis setelah N hari
  • Samarkan atau pseudonimkan sebelum analitik apa pun

Meringkas Episode Lama

Simpan giliran terbaru secara verbatim; ringkas giliran yang lebih lama:

if session_age_days > 30:
    summary = summarise(load_session(sid))
    conn.execute('UPDATE episodes SET content = %s WHERE session_id = %s', (summary, sid))
    conn.execute('DELETE FROM episodes WHERE session_id = %s AND created_at < NOW() - INTERVAL \'1 day\'', (sid,))

Episodik vs Konteks Jangka Pendek

Jangka pendek = daftar pesan saat ini (yang dilihat model sekarang). Episodik = basis data — dapat dicari, persisten, dan lebih besar.

Menghubungkan Memori Episodik dengan Memori Lain

Dari sebuah episode, Anda dapat mengekstrak:

  • Fakta semantik ("pengguna lebih menyukai Celsius")
  • Keterampilan prosedural (urutan panggilan alat yang berhasil)

Hasilnya dapat digunakan oleh dua jenis memori lainnya.

Memutar Ulang untuk Evaluasi

Simpan episode mentah agar Anda dapat memutarnya kembali. Ketika mengubah agen, jalankan ulang episode lama dan periksa apakah output baru tetap baik.

Apa Itu Episodik

Apa yang disimpan oleh memori episodik?

Ringkasan

Memori episodik = log sesi bercap waktu dalam basis data. Dapat dicari berdasarkan pengguna, sesi, atau embedding. Ringkas episode lama. Masukkan hasilnya ke memori semantik dan prosedural.

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Memori Episodik (Riwayat per Sesi)” gratis?

Ya — teks lengkap “Memori Episodik (Riwayat per Sesi)” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus AI Agents, upgrade ke CoddyKit PRO. Kursus AI Agents mencakup 4 pelajaran total.

Apa yang akan aku pelajari di “Memori Episodik (Riwayat per Sesi)”?

Catatan per percakapan tentang hal-hal yang terjadi, diindeks berdasarkan waktu dan id sesi. Kamu berlatih AI Agents dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.

Apakah aku perlu pengalaman untuk memulai AI Agents?

Tidak diperlukan pengalaman sebelumnya. AI Agents di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 1 dari 4.

Berapa lama pelajaran “Memori Episodik (Riwayat per Sesi)” memakan waktu?

Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.

Bisakah aku menulis dan menjalankan kode dalam pelajaran AI Agents ini?

Ya. Setiap pelajaran AI Agents menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.

Semua pelajaran dalam kursus ini

  1. Memori Episodik (Riwayat per Sesi)
  2. Memori Semantik (Fakta Bervektor)
  3. Memori Prosedural (Pustaka Keterampilan)
  4. Peluruhan Memori dan Pengumpulan Sampah
← Kembali ke AI Agents