鸭梨公共文档

主题

AgentCore Memory 架构综述 ​

AgentCore Memory 是 Amazon Bedrock AgentCore 旗下的托管记忆子系统，面向多代理与多会话场景提供“记忆即服务”。它以完全托管的 API 将对话事件、洞察抽取与记忆检索解耦，帮助开发者在不自建基础设施的情况下同时维护短期上下文与跨会话的长期知识。其核心目标是解决传统代理“无记忆”导致的上下文割裂，通过统一的资源模型与安全策略，令代理在不同渠道、不同生命周期内保持语义连续性。

1. 数据流与记忆类型 ​

  1. 短期记忆（Short-term Memory）负责捕捉单次会话内的逐轮交互，所有事件经 CreateEvent 写入并绑定 sessionId 与 actorId，可借助 ListEvents、GetEvent 快速复盘，避免用户重复描述。事件元数据支持键值过滤，让客服、旅行、商务等场景可以按地点、工单号、产品线快速回放上下文。

  2. 长期记忆（Long-term Memory）在短期事件写入后由后台异步流实现“抽取—合并—固化”，通过 RetrieveMemoryRecords 语义检索，将用户偏好、知识摘要、关键事实等跨会话复用。命名空间（Namespace）可细化到策略/用户/会话，不同团队可基于 /strategy/{strategyId}/actor/{actorId} 等层级实现灵活的数据域划分。

  3. 数据流如下所示，展示了对话事件、策略抽取与记忆检索之间的体系化协作：

2. 策略层与扩展模式 ​

  1. 内置策略（Built-in）提供零配置的语义记忆、偏好记忆与摘要策略，适合标准客服或助手场景。AgentCore 托管 Prompt、抽取算法与存储，开发者只需定义触发条件即可获得高质量洞察，但高级自定义空间有限且存储成本最高。

  2. 覆盖式策略（Built-in with overrides）允许替换系统 Prompt、指定基座模型（运行在客户账户中），在保持托管流水线可用性的前提下，实现特定行业术语或合规需求的个性化调优，同时降低存储成本。

  3. 自管策略（Self-managed）交由团队自定义抽取与合并逻辑，可融合第三方数据库或企业知识图谱，完全掌控记录架构与命名空间；代价是需要自建推理与监控能力。单个 Memory 资源可以并行启用多种策略，实现“偏好+摘要+行业知识”多轨并行。

3. 组织治理与安全 ​

  1. Actor / Session / Namespace 三元模型：actorId 指向终端用户或代理-用户组合，sessionId 锚定交互窗口，Namespace 则以 /strategy/{strategyId}/actor/{actorId}/session/{sessionId} 等格式组织长期记忆，实现从最细粒度到全局共享的多层隔离。

  2. IAM 条件控制：可在策略中引入 bedrock-agentcore:namespace、bedrock-agentcore:actorId 等上下文键，将 RetrieveMemoryRecords、ListEvents 压缩到授权范围，配合 KMS 客户管理密钥确保长期记忆加密；事件元数据因未使用自管密钥，应避免记录敏感字段。

  3. 可观测性与跨区域能力：Memory Observability 指标帮助评估抽取延迟、成功率与吞吐，Cross-region inference（https://docs.aws.amazon.com/zh_cn/bedrock-agentcore/latest/devguide/cross-region-inference.html）在多区域架构下提供更低延迟但需关注数据驻留与合规策略。

text
{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Sid": "SpecificNamespaceAccess",
      "Effect": "Allow",
      "Action": ["bedrock-agentcore:RetrieveMemoryRecords"],
      "Resource": "arn:aws:bedrock-agentcore:us-east-1:123456789012:memory/memory_id",
      "Condition": {
        "StringEquals": {
          "bedrock-agentcore:namespace": "summaries/agent1"
        }
      }
    }
  ]
}

4. 价值主张与落地建议 ​

  1. 价值要点：通过回忆过去对话增强自然交互、利用长期偏好提供主动推荐、释放团队维护状态管理的成本，让研发聚焦业务工具链；对流程型、自治型与多代理协作系统尤为关键。

  2. 实施路径：优先启用内置策略快速验证价值，再依据指标选择覆盖式或自管策略；结合事件元数据与命名空间设计检索索引；搭配 CloudWatch 指标与 IAM 条件保持可视化与安全控制。

  3. 典型场景：客服机器人记住历史工单、财务流程代理跨步骤跟踪状态、供应链多代理共享库存预测、自动驾驶/工业运维代理复用历史经验提升决策质量。

资料来源：AWS 官方文档 https://docs.aws.amazon.com/zh_cn/bedrock-agentcore/latest/devguide/memory.html 及其“Memory types”“Memory strategies”“Memory organization”等子章节。