Des articles pour ceux qui
livrent le stack
Textes sur React, Node.js, TypeScript et AI. Un corps traduit est affiché quand il existe. Sinon vous voyez le texte anglais et une note qui le dit.
Tag : memory
Agents Bedrock : résumé de la mémoire, règles versionnées et base de connaissances.
Contrôles des agents Bedrock pilotés par Terraform : mémoire de session avec une instruction de résumé personnalisée, règles versionnées avec déploiement par détection puis blocage, et RAG basé sur S3.
15 min de lectureCréer un agent d’assistant au savoir sur Databricks avec LangGraph
Construire un agent LangGraph sur Databricks étape par étape : un agent minimal, une recherche vectorielle RAG, un système de sauvegarde Lakebase pour la mémoire à court terme et un stockage pour la mémoire à long terme.
7 min de lectureFournir une mémoire à Claude Code : un plugin MCP local appelé Memento
Les agents de codage basés sur l’IA oublient tout entre les sessions. Memento, un plugin MCP local pour Claude Code, permet de capturer, de nettoyer, de supprimer les doublons et de rappeler le contexte du projet.
7 min de lectureCréer une mémoire d’agent capable de survivre à la conversation sans accumuler inutilement des données.
Un design de mémoire à trois niveaux pour les agents : permettre à l’état de session de disparaître, conserver des notes à long terme de taille réduite et modifiables, ainsi que récupérer des données en temps réel fraîches. Plus une gestion des échecs de transfert entre agents.
9 min de lectureQuatre règles pour une mémoire d’agent qui reste fiable
Enregistrer davantage de notes ne résoudra pas le problème de mémoire de l’agent de codage. Quatre règles garantissent son intégrité : la visibilité de l’obsolescence, la censure en cas d’échec, le troncature explicite et le respect des contraintes.
9 min de lectureExplication de la mémoire de l’agent : fenêtre de contexte, RAG et état persistant
La mémoire de l’agent comprend trois éléments distincts. Examinez en quoi la fenêtre de contexte, le récupération d’informations et l’état persistant diffèrent, quel est le coût de chacun, et comment choisir le bon en premier.
10 min de lectureMémoire des clients pour les agents IA avec un budget strict de tokens.
Comment une couche de mémoire d’agent extrait des faits, évalue leur importance, supprime les doublons selon un coefficient de cosinus de 0,92, stocke les vecteurs dans pgvector, et effectue des recherches dans une limite de 2 048 tokens avec mécanisme d’éviction.
8 min de lectureUne porte de salience miniature : comment un score au carré maintient la latence proche de 119 ms.
Expliquer une porte pré-modèle qui évalue les messages avec pi fois psi au carré, pourquoi le carré favorise les signaux forts, et comment un classificateur local de 0,2 ms permet des réponses rapides.
4 min de lectureExplication du cache KV : pourquoi un contexte long représente une dépense en mémoire, et non une source d’intelligence.
Un guide en langage simple sur le cache KV : ce qu’il stocke, comment calculer sa taille, pourquoi un contexte long consomme de la mémoire, et quatre moyens d’abaisser les coûts pour les modèles locaux.
8 min de lecture
À propos de ces articles
Devis en 24 h
Besoin du même stack en couche opérateur ? Envoyez le brief — devis sous 24 h.