Agent Skills
返回列表
🤖

Iris:Redis 智能体记忆

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @org-eyw2ohcx/redis-agent-skills-iris-development。

技能介绍

要解决什么问题

在长对话或多轮工具调用里,智能体如果只依赖上下文窗口,会话一断或 token 用尽,用户偏好与已确认的事实就会丢。若把一切都写进长期库,又难以区分「当前会话的工作记忆」与「可跨会话复用的知识」。Redis Agent Memory(RAM)是 Redis Cloud 上的托管数据平面:用 Session memory 做按会话追加的对话历史,用 Long-term memory 做可语义检索的记录,并由云端 promotion 工单从会话事件中抽取 durable facts 写入长期层。

技能如何帮你落地

本技能按优先级整理接入规则,而不是泛泛介绍产品:

  • Setup & Cloud Service:在 Redis Cloud Agent Memory 创建 Memory 服务,用 store API key 配置 AGENT_MEMORY_API_KEY 与 AGENT_MEMORY_STORE_ID。
  • Session Memory:何时用 AgentMemory.add_session_event / addSessionEvent 追加事件,以及如何检索整段会话或单条事件。
  • Long-term memory:批量写入(含幂等 ID)、search_long_term_memory / searchLongTermMemory 语义检索,以及 namespace、ownerId、topics、memoryType 等组织方式。
  • Memory promotion:理解后台提升如何把会话事件沉淀到长期记忆,以便与会话直写长期库做选择。

示例代码统一指向官方 SDK:redis-agent-memory(Python)与 @redis-iris/agent-memory(TypeScript);生产数据面默认指向 https://gcp-us-east4.memory.redis.io,实际 URL 以控制台为准。

适用边界与注意点

  • 面向 已选用 Redis Cloud Agent Memory 的团队;自建 Redis 或未开通该服务时,本技能不能替代控制台开通与鉴权配置。
  • 会话事件适合工作记忆与可被 promotion 抽取的流水;需要立即可检索、结构化事实时,应参考技能中「session vs direct long-term」的取舍说明。
  • 规则文件在 references/ 下分条展开,含正确/错误示例与「何时不必做」的提示,改架构前应先对号入座对应 category(setup-、session-、ltm-、promotion-)。

使用场景

  • 在 Redis Cloud 新开 Agent Memory 后,要把 Python/TS 智能体接到 `add_session_event` 记录多轮对话
  • 用户跨天回访时,需在长期层用 filters + 语义检索找回上次确认的配置与偏好
  • 设计记忆模型时,要决定某条信息只进 session 流水还是直接 bulk 写入长期库并带幂等 ID
  • 排查「长期库缺事实」时,要对照 promotion 机制判断是会话未追加还是应直写 LTM

适合人员

  • 维护客服/ copilot 智能体、需把对话持久化到 Redis Cloud 记忆服务的后端工程师
  • 在 TypeScript 编排层封装 `AgentMemory`,要为多租户划分 namespace 与 ownerId 的平台开发者
  • 负责 Agent Memory 数据平面与安全配额的 SRE,需核对 API key 与 store ID 环境变量约定
  • 做多会话产品的产品技术,要在 session 工作记忆与可检索长期记忆之间定写入策略的架构师