В этом уроке автор разбирает механизм работы памяти в ИИ-агентах через использование сессионных ID. Основной фокус сделан на том, как разделять контекст между разными пользователями, чтобы агент помнил историю общения с каждым человеком индивидуально, используя реляционную базу данных (Postgres) вместо векторных хранилищ.
00:00–00:42 Проблема контекста — Почему важно разделять диалоги, если с агентом общаются сотни разных пользователей.
00:44–01:49 Выбор хранилища: Векторные БД vs Postgres — Сравнение способов хранения истории. Почему для простых диалогов лучше подходит классический Postgres (N8N Chat Histories).
01:50–02:48 Механика Session ID — Как работает «маппинг»: привязка уникального ID пользователя (email, телефон) к сессии агента и настройка окна контекста.
02:49–04:26 Кейс №1: Джон и его собаки — Демонстрация того, как агент запоминает личные данные (имя, возраст, количество собак) и сохраняет их в базу.
04:27–05:46 Как агент «читает» память — Технический разбор логов: сначала агент запрашивает историю по ID, затем формирует новый ответ.
05:47–07:02 Кейс №2: Мэри и прыжки — Проверка разделения памяти: создание новой сессии (ID 2), где агент ничего не знает о собаках Джона.
07:03–08:16 Возврат к первой сессии — Подтверждение того, что при переключении обратно на ID 1 агент мгновенно…
🔒
Этот материал доступен участникам Клуба. Войдите или оформите доступ,
чтобы читать целиком, открывать видео и комментировать.