0Pricing
AI Agents · Lezione

Archivi di memoria semplici (chiave-valore)

Conservi in un archivio chiave-valore i fatti menzionati dall'utente, come nome e preferenze, e li inserisca nel system prompt a ogni turno.

Archivi di memoria semplici (chiave-valore) è una lezione AI Agents gratuita su CoddyKit. Questa è la lezione 4 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento AI Agents, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso AI Agents include 4 lezioni in totale.

La memoria a lungo termine più economica

Prima dei database vettoriali e degli embedding c’è il semplice key-value store. Per memorizzare fatti specifici dell’utente (nome, preferenze, impostazioni), è tutto ciò che serve.

Che cosa memorizzare

Buoni candidati per la memoria KV:

  • Nome e lingua dell’utente
  • Preferenze (unità, fuso orario, tono)
  • Contesto persistente (progetto corrente, argomento corrente)
  • Credenziali degli strumenti e token API recenti

Un piccolo store in memoria

Per un prototipo a processo singolo:

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'))

Inserire nel prompt di sistema

A ogni turno, inserisca lo store KV nel prompt di sistema:

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.
'''

Utilizzare Redis per più utenti

Per un agente di produzione, utilizzi 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()}

Oppure utilizzare semplicemente Postgres

Va bene anche Postgres: una colonna JSON per ogni utente:

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;

La memoria come strumento

Esponga le operazioni sulla memoria come strumenti, così l’agente stesso può scrivere nella memoria:

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']}")

Evitare l’espansione eccessiva della memoria

Limiti a 50 o 100 il numero di chiavi memorizzate per utente. Altrimenti il prompt di sistema cresce senza limiti.

TTL e decadimento

Alcune memorie durano poco. Utilizzi le scadenze di Redis:

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

Memoria modificabile dall’utente

Permetta agli utenti di vedere e modificare ciò che l’agente ricorda su di loro: la memoria di ChatGPT funziona in questo modo. Questo crea fiducia ed evita errori inquietanti.

Privacy: attenzione ai dati personali

I fatti memorizzati spesso includono dati personali. Crittografi i campi sensibili quando sono inattivi, utilizzi chiavi di crittografia specifiche per utente ed elimini i dati alla chiusura dell’account.

Da KV a vettori

KV è ottimo per i fatti strutturati. Per i fatti non strutturati ("l’utente preferisce un tono informale, ama i riferimenti agli anime e odia le emoji"), è preferibile un vector store. Questo argomento viene trattato nel corso successivo.

Quando usare la memoria KV

Per quale tipo di memoria è più adatto un semplice key-value store?

Riepilogo

Per il 90% dei casi d’uso degli assistenti personali, uno store KV Redis o Postgres, insieme alla sua inclusione nel prompt di sistema, fornisce una memoria sufficiente.

Domande Frequenti

La lezione «Archivi di memoria semplici (chiave-valore)» è gratuita?

Sì — il testo completo di «Archivi di memoria semplici (chiave-valore)» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso AI Agents, passa a CoddyKit PRO. Il corso AI Agents include 4 lezioni in totale.

Cosa imparerò in «Archivi di memoria semplici (chiave-valore)»?

Conservi in un archivio chiave-valore i fatti menzionati dall'utente, come nome e preferenze, e li inserisca nel system prompt a ogni turno. Eserciti AI Agents con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.

Ho bisogno di esperienza per iniziare AI Agents?

Non è richiesta alcuna esperienza precedente. AI Agents su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 4 di 4.

Quanto tempo richiede la lezione «Archivi di memoria semplici (chiave-valore)»?

La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.

Posso scrivere ed eseguire codice in questa lezione AI Agents?

Sì. Ogni lezione AI Agents include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.

Tutte le lezioni di questo corso

  1. Memoria a breve termine nella finestra di contesto
  2. Perché i contesti lunghi non scalano
  3. La summarisation come compressione
  4. Archivi di memoria semplici (chiave-valore)
← Torna a AI Agents