Hugging Face ha presentato la libreria Funes per la gestione della memoria degli agenti AI

Il team di Hugging Face ha rilasciato la libreria Funes, progettata per creare e gestire la memoria a lungo termine negli agenti AI. Lo strumento consente agli sviluppatori di archiviare il contesto dell'interazione in database locali, garantendo il controllo dei dati e la loro strutturazione.

L'architettura di Funes supporta l'integrazione con vari repository vettoriali e consente agli agenti di estrarre informazioni rilevanti dalle sessioni precedenti. Il sistema utilizza un meccanismo di indicizzazione che riduce il tempo di ricerca dei dati di 2,5 volte rispetto ai metodi classici di ricerca full-text. Gli sviluppatori possono personalizzare le politiche di archiviazione, definendo quali dati devono essere eliminati o aggiornati durante l'esecuzione.

La libreria fornisce un'API per il tagging automatico degli eventi e la ricerca semantica nella storia dei dialoghi. Nella versione attuale è implementata la supporto per i formati JSON e SQLite per il deploy locale, escludendo la necessità di trasferire i dati su server esterni. L'intero codice del progetto è pubblicato sotto licenza Apache 2.0, che consente di utilizzarlo in prodotti commerciali senza restrizioni.

L'implementazione di Funes risolve il problema della "dimenticanza" degli agenti quando lavorano con lunghe catene di attività. Lo strumento consente di mantenere lo stato del sistema tra i riavvii, ciò che è criticamente importante per l'automatizzazione di flussi di lavoro complessi che richiedono la conservazione del contesto per diversi giorni o settimane.