Passer au contenu principal
AI Kit s’intègre avec Mem0 pour fournir une couche de mémoire puissante et simple pour vos agents. Cela permet aux agents de se souvenir des interactions passées, des préférences des utilisateurs et du contexte à travers différentes sessions.

​
Aperçu

Le système de mémoire effectue automatiquement :
  1. Récupération des souvenirs pertinents basés sur l’entrée actuelle de l’utilisateur avant de générer une réponse.
  2. Injection de ces souvenirs dans le prompt système.
  3. Stockage de la nouvelle interaction (entrée utilisateur et réponse de l’agent) dans le vector store après la génération de la réponse.

​
Configuration

Pour activer la mémoire, vous devez fournir un objet de configuration memory lors de l’initialisation de votre Agent.

​
1. Simple (En Mémoire)

Pour les tests ou les agents temporaires, vous pouvez initialiser la mémoire sans aucune configuration. Cela utilise un vector store en mémoire qui se réinitialise à la fin du processus. 
const agent = new Agent({
  name: "agent-simple",
  model: openai("gpt-4o"),
  memory: {}, // Active le stockage en mémoire par défaut
});

​
2. Persistance Locale

Pour conserver l’historique des conversations localement entre les exécutions, fournissez un path où la base de données SQLite doit être stockée. 
const agent = new Agent({
  name: "agent-local",
  model: openai("gpt-4o"),
  memory: {
    path: "memory.db", // Chemin pour stocker la base de données d'historique
  },
});

​
3. Avancé (PgVector)

Pour les applications en production, nous recommandons d’utiliser une base de données vectorielle robuste comme PostgreSQL avec pgvector. 
const agent = new Agent({
  name: "agent-prod",
  model: openai("gpt-4o"),
  memory: {
    vectorStore: {
      provider: "pgvector",
      config: {
        user: process.env.DB_USER,
        password: process.env.DB_PASSWORD,
        host: process.env.DB_HOST,
        dbname: process.env.DB_NAME,
        collectionName: "agent_memories",
      },
    },
    embedder: {
      provider: "openai",
      config: {
        apiKey: process.env.OPENAI_API_KEY,
        model: "text-embedding-3-small",
      },
    },
  },
});

​
Configuration PgVector

Assurez-vous que votre base de données PostgreSQL a l’extension vector activée : 
CREATE EXTENSION IF NOT EXISTS vector;

​
Utilisation

Une fois configuré, vous pouvez utiliser l’option memory dans les méthodes generate et stream pour passer des identifiants de contexte comme thread (ID d’exécution) et metadata (ID utilisateur, etc.).

​
Streaming avec Mémoire

const stream = await agent.stream("Je m'appelle Alice", {
  memory: {
    thread: "session-123",
    metadata: {
      "user-id": "user-alice",
    },
  },
});

// L'agent stockera "Je m'appelle Alice" associé à user-alice.

​
Récupération du Contexte

Lors d’un appel ultérieur, même dans une nouvelle session, l’agent se souviendra de l’information : 
const response = await agent.generate({
  prompt: "Quel est mon nom ?",
  memory: {
    thread: "session-456", // Session différente
    metadata: {
      "user-id": "user-alice", // Même utilisateur
    },
  },
});

console.log(response.text); // "Votre nom est Alice."

​
Configuration Avancée

La configuration memory accepte l’objet de configuration standard de mem0, vous permettant de personnaliser l’embedder, le vector store et le LLM utilisés pour les opérations de mémoire. Référez-vous à la documentation Mem0 pour plus d’options de configuration avancées.