Memory und State Management

Ein Agent ohne Gedächtnis ist wie ein Mitarbeiter, der jeden Morgen alles vergisst. Memory-Systeme geben Agents die Fähigkeit, aus vergangenen Interaktionen zu lernen, Kontext über Sessions hinweg zu bewahren und langfristig besser zu werden.

Die vier Memory-Typen

1. Short-Term Memory (Konversations-Kontext)

Das aktuelle Gespräch — die Nachrichten der laufenden Session. Begrenzt durch das Context-Window des LLMs.

Implementierung:

• Message-History im Prompt
• Sliding Window (letzte N Nachrichten)
• Zusammenfassung älterer Nachrichten durch LLM

2. Long-Term Memory (Persistentes Wissen)

Informationen, die über Sessions hinweg gespeichert werden: Nutzerpräferenzen, gelernte Fakten, Projektstatus.

Implementierung:

• Key-Value-Store (Redis, Supabase)
• Structured Storage (PostgreSQL)
• Automatische Extraktion relevanter Fakten nach jeder Session

3. Episodic Memory (Erfahrungen)

Erinnerungen an vergangene Situationen und deren Ausgang. „Letztes Mal hat Strategie X funktioniert."

Implementierung:

• Vektor-Datenbank mit vergangenen Agent-Runs
• Similarity Search über frühere Situationen
• Learning from Feedback (erfolgreiche vs. fehlgeschlagene Aktionen)

4. Vector Memory (Semantisches Wissen)

Ähnlich wie RAG — der Agent hat Zugriff auf eine Wissensbasis, die per Embedding-Suche durchsucht wird.

Implementierung:

• Vektor-Datenbank (pgvector, Pinecone)
• Automatische Ingestion neuer Informationen
• Kontextuelle Abrufung basierend auf aktueller Aufgabe

State Management Patterns

Conversation State

interface AgentState {
  messages: Message[]          // Chat-Verlauf
  currentGoal: string          // Aktives Ziel
  plan: Step[]                 // Geplante Schritte
  completedSteps: Step[]       // Erledigte Schritte
  context: Record<string, unknown>  // Gesammelter Kontext
}

Checkpointing

Speichern Sie den Agent-State nach jedem Schritt. Bei Fehlern können Sie zum letzten validen State zurückrollen — statt von vorne zu starten.

State Machines

Für strukturierte Workflows (z. B. Onboarding-Agent): Definierte Zustände mit erlaubten Übergängen.

Memory-Strategie wählen

Praxis-Tipp: Starten Sie mit Short-Term Memory. Fügen Sie Long-Term Memory hinzu, wenn Nutzer über mehrere Sessions interagieren. Episodic Memory lohnt sich erst, wenn der Agent komplexe, wiederkehrende Aufgaben löst.