0Pricing
AI Agents · Pelajaran

Penyimpanan Memori Sederhana (Kunci-Nilai)

Simpan fakta yang disebutkan pengguna (nama, preferensi) dalam penyimpanan kunci-nilai, lalu masukkan fakta tersebut ke prompt sistem pada setiap giliran.

Penyimpanan Memori Sederhana (Kunci-Nilai) adalah pelajaran AI Agents gratis di CoddyKit. Ini adalah pelajaran 4 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.

Memori Jangka Panjang Termurah

Sebelum adanya basis data vektor dan representasi vektor, ada penyimpanan kunci-nilai yang sederhana. Untuk menyimpan fakta khusus pengguna (nama, preferensi, pengaturan), ini sudah cukup.

Yang Perlu Disimpan

Kandidat yang baik untuk memori KV:

  • Nama dan bahasa pengguna
  • Preferensi (satuan, zona waktu, gaya bahasa)
  • Konteks yang dipertahankan (proyek saat ini, topik saat ini)
  • Kredensial alat / token API terbaru

Penyimpanan Kecil dalam Memori

Untuk prototipe satu proses:

memory = {
    'user_name': 'Alice',
    'units': 'celsius',
    'language': 'tr'
}

def remember(key, value):
    memory[key] = value

def recall(key, default=None):
    return memory.get(key, default)

remember('city', 'Istanbul')
print("Recalled user_name:", recall('user_name'))
print("Recalled city:", recall('city'))
print("Recalled missing key:", recall('country', 'unknown'))

Masukkan ke dalam Perintah Sistem

Pada setiap giliran, tampilkan penyimpanan KV ke dalam perintah sistem:

def build_system_prompt(user_id):
    facts = load_facts(user_id)
    rendered = '\n'.join(f'- {k}: {v}' for k, v in facts.items())
    return f'''
You are AssistantBot.

Known facts about this user:
{rendered}

Use these to personalise replies.
'''

Gunakan Redis untuk Banyak Pengguna

Untuk agen produksi, gunakan Redis:

import redis
r = redis.Redis()

def remember(user_id, key, value):
    r.hset(f'mem:{user_id}', key, json.dumps(value))

def recall_all(user_id):
    raw = r.hgetall(f'mem:{user_id}')
    return {k.decode(): json.loads(v) for k, v in raw.items()}

Atau Gunakan Postgres Saja

Postgres juga dapat digunakan — satu kolom JSON per pengguna:

CREATE TABLE user_memory (
    user_id TEXT PRIMARY KEY,
    facts JSONB NOT NULL DEFAULT '{}'
);

-- Update one field:
UPDATE user_memory SET facts = facts || '{"units": "celsius"}' WHERE user_id = $1;

Memori sebagai Alat

Sediakan operasi memori sebagai alat agar agen itu sendiri dapat menulis ke memori:

tools = [
    {'name': 'remember', 'description': 'Save a fact about the user', 'parameters': {...}},
    {'name': 'forget', 'description': 'Remove a stored fact', 'parameters': {...}}
]

# The agent can call remember('user_name', 'Alice') itself.
for t in tools:
    print(f"{t['name']}: {t['description']}")

Cegah Memori Membengkak

Batasi jumlah kunci yang disimpan per pengguna (50 atau 100). Jika tidak, perintah sistem akan terus membesar tanpa batas.

Masa Berlaku dan Peluruhan

Beberapa memori hanya bertahan sebentar. Gunakan waktu kedaluwarsa Redis:

r.hset(f'mem:{user_id}', 'last_topic', 'pricing')
r.expire(f'mem:{user_id}', 3600)  # 1 hour

Memori yang Dapat Diedit Pengguna

Biarkan pengguna melihat dan mengedit hal-hal yang diingat agen tentang mereka — memori ChatGPT bekerja dengan cara ini. Hal ini membangun kepercayaan dan mencegah kesalahan yang terasa mengganggu.

Privasi: Menangani PII

Fakta yang disimpan sering kali mencakup PII. Enkripsi bidang sensitif saat disimpan, gunakan kunci enkripsi per pengguna, dan hapus data saat akun ditutup.

Dari KV ke Vektor

KV sangat baik untuk fakta terstruktur. Untuk fakta tidak terstruktur ("pengguna lebih menyukai gaya bahasa santai, menyukai referensi anime, dan membenci emoji"), penyimpanan vektor lebih baik. Hal itu akan dibahas dalam kursus berikutnya.

Kapan Menggunakan Memori KV

Untuk jenis memori apa penyimpanan kunci-nilai biasa paling sesuai?

Rangkuman

Untuk 90% kasus penggunaan asisten pribadi, penyimpanan KV Redis atau Postgres + penampilannya ke dalam perintah sistem sudah menyediakan memori yang cukup.

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Penyimpanan Memori Sederhana (Kunci-Nilai)” gratis?

Ya — teks lengkap “Penyimpanan Memori Sederhana (Kunci-Nilai)” 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 “Penyimpanan Memori Sederhana (Kunci-Nilai)”?

Simpan fakta yang disebutkan pengguna (nama, preferensi) dalam penyimpanan kunci-nilai, lalu masukkan fakta tersebut ke prompt sistem pada setiap giliran. 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 4 dari 4.

Berapa lama pelajaran “Penyimpanan Memori Sederhana (Kunci-Nilai)” 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 Jangka Pendek di Jendela Konteks
  2. Mengapa Konteks Panjang Tidak Berskala
  3. Perangkuman sebagai Kompresi
  4. Penyimpanan Memori Sederhana (Kunci-Nilai)
← Kembali ke AI Agents