Memória episódica (histórico por sessão)
Registros por conversa do que aconteceu, indexados por horário e identificador de sessão.
Memória episódica (histórico por sessão) é uma aula grátis de AI Agents no CoddyKit. Esta é a aula 1 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de AI Agents, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de AI Agents inclui 4 aulas no total.
Partes desta aula ainda não foram traduzidas e aparecem em inglês.
Três tipos de memória
Inspirada na ciência cognitiva, a memória de um agente geralmente é dividida em três tipos:
- Episódica — o que aconteceu (esta conversa, a sessão da semana passada)
- Semântica — fatos sobre o mundo ou o usuário
- Procedural — habilidades (sequências de ações bem-sucedidas)
Esta lição aborda a memória episódica.
O que é memória episódica?
A memória episódica armazena eventos específicos com registros de data e hora e contexto. Para um agente, ela corresponde ao registro da conversa de cada sessão.
É a forma mais básica de memória e a mais fácil de criar.
Modelo de dados
Uma linha por turno ou por sessão:
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]Histórico de várias sessões
Às vezes, você deseja obter contexto de sessões anteriores do mesmo usuário — por exemplo, "o que Alice perguntou ontem?":
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]Vetorização de sessões anteriores
Para recuperar episódios antigos por tópico, faça a vetorização do resumo de cada sessão:
def index_session(session_id):
summary = summarise(load_session(session_id))
vec = embed(summary)
save_to_vector_db(session_id, vec, summary)Recuperação episódica
Quando um usuário pergunta "o que discutimos sobre preços na semana passada?", faça uma pesquisa usando a vetorização:
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]Privacidade e retenção
Os registros episódicos contêm muitos dados PII. Aplique:
- Criptografia em repouso
- Exclusão por usuário quando a conta for encerrada
- Exclusão automática após N dias
- Mascaramento ou pseudonimização antes de qualquer análise
Compactar episódios antigos
Mantenha os turnos recentes literalmente; compacte os mais antigos em resumos:
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,))Memória episódica versus contexto de curto prazo
Curto prazo = lista de mensagens atuais (o que o modelo vê neste momento). Episódica = o banco de dados — pesquisável, persistente e maior.
Vincular a memória episódica a outras memórias
A partir de um episódio, você pode extrair:
- Fatos semânticos ("o usuário prefere Celsius")
- Habilidades procedurais (sequência de chamadas de ferramentas que funcionou)
Esses dados alimentam os outros dois tipos de memória.
Reprodução para avaliação
Salve os episódios brutos para poder reproduzi-los. Quando alterar o agente, execute novamente os episódios antigos e verifique se a nova saída continua boa.
O que é episódico?
O que a memória episódica armazena?
Recapitulação
Memória episódica = registros de sessões com data e hora em um banco de dados. Pesquisável por usuário, por sessão e por vetorização. Compacte os registros antigos. Alimente as memórias semântica e procedural com eles.
Aprenda AI Agents com um tutor de IA — grátis
Escreva e execute código real no seu navegador, obtenha ajuda instantânea de um tutor de IA 24/7 e continue de onde parou na web ou no app.
- Cursos
- 60
- Aulas
- 239
Perguntas Frequentes
A aula “Memória episódica (histórico por sessão)” é grátis?
Sim — o texto completo de “Memória episódica (histórico por sessão)” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de AI Agents, atualize para CoddyKit PRO. O curso de AI Agents inclui 4 aulas no total.
O que vou aprender em “Memória episódica (histórico por sessão)”?
Registros por conversa do que aconteceu, indexados por horário e identificador de sessão. Você pratica AI Agents com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar AI Agents?
Nenhuma experiência prévia é necessária. AI Agents no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 1 de 4.
Quanto tempo leva a aula “Memória episódica (histórico por sessão)”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de AI Agents?
Sim. Cada aula de AI Agents inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- Memória episódica (histórico por sessão)
- Memória semântica (fatos vetorizados)
- Memória procedural (biblioteca de habilidades)
- Decaimento da memória e coleta de lixo