Pipelines de memória para agentes de IA no Databricks em Beta

Os pipelines de memória extraem fatos duráveis, preferências e decisões de conversas armazenadas e os gravam em um repositório de memória de longo prazo para seus agentes de IA.

Para que serve

Imagine que você tem um assistente de suporte que atende centenas de clientes e precisa lembrar de preferências recorrentes sem poluir o contexto da conversa. Com esta novidade você pode:

• Construir memória de longo prazo a partir de conversas sem adicionar ferramentas de escrita de memória ao agente.
• Processar histórico retroativamente a partir de um session store existente.
• Manter a memória organizada com consolidação e remoção de duplicatas.

Como usar

Você pode criar e gerenciar pipelines usando a CLI do Agent Bricks ou a API REST.

agentbricks memory pipeline create \
  --session-store support-agent-sessions \
  --memory-store support-agent-memory \
  --model system.ai.claude-sonnet-5

O que acontece nesse código:

1. O comando aciona a criação de um novo pipeline.
2. O parâmetro --session-store define a origem das conversas.
3. O parâmetro --memory-store define o destino das memórias destiladas.
4. Opcionalmente, define-se o modelo de IA com --model.

Para iniciar uma execução manual:

agentbricks memory pipeline run <pipeline-id>

O que acontece nesse código:

1. O comando inicia o processamento do pipeline informado.
2. O sistema retorna o nome do recurso e o estado RUNNING.

O que retorna

Campo	Descrição
RUNNING	A execução está pendente ou em andamento.
SUCCEEDED	A execução processou todos os atores com sucesso.
FAILED	A execução terminou com erro para um ou mais atores.
CANCELLED	A execução foi cancelada antes de terminar.

Limitações e requisitos

• O recurso está em Beta.
• Requer um session store com conversas e um memory store para escrita.
• A identidade que cria o pipeline precisa de permissão de acesso a ambos os stores e permissão para criar tabelas no banco de dados do memory store.
• Para usar a CLI, é necessário instalar o pacote databricks-agentbricks versão 0.5.0 ou superior.
• Custos de computação serverless general compute e de Model Serving são aplicados nas execuções.