详细内容或原文请订阅后点击阅览
大规模组织 Agent 的内存：AgentCore 内存中的命名空间设计模式
在本文中，您将了解如何设计命名空间层次结构、选择正确的检索模式以及为 AgentCore 内存实施基于 AWS Identity and Access Management (IAM) 的访问控制。
来源:亚马逊云科技 _机器学习在构建 AI 代理时，开发人员很难跨会话组织内存，这会导致不相关的上下文检索和安全漏洞。记住跨会话上下文的人工智能代理需要的不仅仅是存储。他们需要有组织的、可检索的、安全的记忆。在 Amazon Bedrock AgentCore Memory 中，命名空间决定如何组织、检索长期内存记录以及谁可以访问它们。正确的命名空间设计对于构建有效的内存系统至关重要。
在本文中，您将了解如何设计命名空间层次结构、选择正确的检索模式以及为 AgentCore 内存实施基于 AWS Identity and Access Management (IAM) 的访问控制。如果您不熟悉 AgentCore Memory，我们建议您先阅读我们的介绍性博客文章：Amazon Bedrock AgentCore Memory：构建上下文感知代理。
什么是命名空间？
命名空间是组织 AgentCore 内存资源内的长期内存记录的分层路径。将它们视为文件系统中的目录路径。它们提供逻辑结构、启用范围检索并支持访问控制。
当 AgentCore Memory 从您的对话中提取长期记忆记录时，每个记忆记录都存储在一个命名空间下。例如，用户的首选项可能位于/actor/customer-123/preferences/下，而其会话摘要可能存储在/actor/customer-123/session/session-789/summary/下。通过这种结构，您可以以完全正确的粒度级别检索内存记录。
如果您使用过 Amazon DynamoDB 中的分区键或 Amazon Simple Storage Service (Amazon S3) 中的文件夹结构，则心智模型可以很好地迁移。正如您在选择分区键或设计 S3 文件夹层次结构之前考虑访问模式一样，您应该在设计命名空间结构之前考虑检索模式。确定：