Resumo
Construir agentes de memória é um curso curto criado em colaboração com Oracle e ensinado por Richmond Alake e Nacho Martínez. Ele tem um nível intermediário, dura 2h2m e inclui aulas de vídeo 7, exemplos de código 4 e tarefa classificada 1 PRO.
A maioria dos agentes trabalha bem em uma única sessão, mas perdem tudo depois que terminam. O curso aborda a memória de longo prazo como infraestrutura de primeira classe, fora do modelo, persistente e estruturada, construída com dutos movidos a Oracle AI Database, LangChain e LLM.
O curso ensina como criar um gerenciador de memória para gerenciar diferentes tipos de memória e um sistema recuperação semântica que permite escalar seu uso sem saturar a janela de contexto. As ferramentas são armazenadas como uma memória procedimental em um armazém com suporte de memória e são recuperadas por busca semântica apenas quando são relevantes e no momento da inferência.
Eles também criam oleodutos para extrair eventos estruturados de conversas, consolidar memória episódica em memória semântica e permitir que o agente atualizar e refinar sua memória independentemente. O agente final carrega o contexto antes de sua iniciação, usa um ciclo de raciocínio recursivo e preserva a memória entre as sessões.
É destinado a desenvolvedores que constroem agentes IA e eles querem ir além de interações de uma sessão. A familiaridade com Python e conceitos básicos de LLM são recomendados. Os questionários e projetos adicionais estão incluídos com DeepLearning.AI Pro.