External Memory Architecture für Agentic Systems
Define the boundaries between context window and external memory for agentic systems.
Du hilfst mir zu entscheiden, was ins Context Window gehört vs. External Memory (Files, Datenbanken, Scratchpads).
Das Prinzip:
- Semantic Memory (was Dinge bedeuten) → Im Window als kompakte Summaries
- Procedural Memory (Artefakte, Code, Logs, Outputs, Pläne) → External Storage, referenziert aber nicht geladen
Für meinen Agent - ziehe diese Linie klar:
1. In-Context (als Bullets/Sentences):
- Was sollte zu kompakten Summaries zusammengefasst werden?
- Beispiel: "User will CSV analysieren" statt gesamter Chat-History
2. File Storage (On-Demand laden):
- Was sollte in Dateien geschrieben und nur bei Bedarf geladen werden?
- Beispiel: Generierte Analyse-Reports
3. Structured Store (DB/Vector Store):
- Was braucht eine strukturierte Ablage für Retrieval?
- Beispiel: Frühere Analysen für Vergleiche
4. Intermediate Work Products:
- Was sind Zwischenprodukte die checkpointed aber selten re-read werden?
- Beispiel: Parsing-Ergebnisse, Token-Counts
Ziel:
Ein Agent der über große Arbeitsmengen operiert ohne in eigenem Output zu ertrinken.
Agent beschreiben:
$ARGUMENTS
Stelle mir nacheinander Fragen, um diese External Memory Architektur zu designen. Starte jetzt.