Memória e sessões gerenciadas para agentes de IA no Databricks

Para que serve

Imagine que você está construindo um assistente virtual que precisa lembrar preferências de usuários entre diferentes conversas e manter o histórico completo de interações de forma durável. Dá para usar o novo recurso para:

• Guardar memória de longo prazo persistente com busca semântica.
• Armazenar o histórico durável de sessões de conversas.
• Integrar com agentes criados em qualquer framework.

Como usar

import os
from databricks_agents import AgentMemory

memory = AgentMemory()
memory.add_memory(
    agent_id="meu-agente",
    user_id="usuario-123",
    content="O usuário prefere respostas curtas e em português."
)

O que acontece nesse código:

1. Importa a biblioteca de agentes do Databricks.
2. Inicializa o gerenciador de memória do agente.
3. Adiciona um fato durável associado ao usuário com busca semântica futura.

Limitações e requisitos

• O recurso está em Beta.
• Utiliza armazenamento gerenciado Lakebase (Postgres).
• Compatível com agentes construídos em qualquer framework.