Artículos para quien
entrega el stack
Textos sobre React, Node.js, TypeScript y AI. El cuerpo traducido se muestra cuando existe. Si no, ve el texto en inglés y una nota que lo dice.
Etiqueta: memory
Agentes Bedrock: Resumen de memoria, límites versionados y base de conocimientos.
Controles de agente Bedrock impulsados por Terraform: memoria de sesión con un prompt personalizado para resumir, límites versionados con implementación por detección y bloqueo, y RAG respaldado en S3.
15 min de lecturaCrear un agente asistente de conocimiento en Databricks con LangGraph
Construir un agente LangGraph en Databricks paso a paso: un agente mínimo, búsqueda vectorial RAG, puntos de control Lakebase para la memoria a corto plazo y un almacenamiento para la memoria a largo plazo.
7 min de lecturaDarle memoria a Claude Code: un complemento local MCP llamado Memento
Los agentes de programación con IA olvidan todo entre sesiones. Memento, un complemento MCP local para Claude Code, captura, procesa, elimina duplicados y recupera el contexto del proyecto.
7 min de lecturaCrear una memoria de agentes que sobreviva a la conversación sin acumular datos en exceso.
Un diseño de memoria de tres niveles para agentes: permite que el estado de la sesión se elimine, mantiene las notas a largo plazo pequeñas y editables, y obtiene datos en tiempo real actualizados. Además, incluye un mecanismo para manejar fallos al transferir agentes.
9 min de lecturaCuatro reglas para que la memoria del agente mantenga su honestidad
Almacenar más notas no solucionará el problema de memoria del agente de codificación. Cuatro reglas garantizan su fiabilidad: obsolescencia visible, redacción automática en caso de error, truncación evidente y cumplimiento de las restricciones establecidas.
9 min de lecturaExplicación de la memoria del agente: ventana de contexto, RAG y estado persistente
La memoria del agente es tres cosas diferentes. Observa cómo difieren la ventana de contexto, la recuperación y el estado persistente, cuál es el costo de cada uno, y cómo elegir primero el adecuado.
10 min de lecturaMemoria del cliente para agentes de IA con un presupuesto estricto de tokens.
Cómo la capa de memoria de un agente extrae hechos, evalúa su importancia, elimina duplicados mediante un coeficiente de coseno de 0.92, almacena vectores en pgvector y recupera información dentro de un límite de 2,048 tokens con mecanismo de expulsión.
8 min de lecturaUn filtro de relevancia diminuto: cómo un valor al cuadrado mantiene la latencia cerca de 119 ms
Analizamos un filtro previo al modelo que puntúa los mensajes con pi por psi al cuadrado: por qué elevar al cuadrado favorece las señales fuertes y cómo un clasificador local de 0,2 ms mantiene las respuestas rápidas.
4 min de lecturaLa caché KV explicada: por qué el contexto largo es una factura de memoria y no inteligencia
Una explicación clara de la caché KV: qué guarda, cómo calcular su tamaño, por qué el contexto largo se come la memoria y cuatro formas de reducir el gasto en modelos locales.
8 min de lectura
Sobre estos artículos
Presupuesto en 24 h
¿Necesitas el mismo stack en una capa de operador? Envía el brief — presupuesto en 24 h.