Memória¶

Visão Geral¶

O sistema de memória permite que o agente lembre de conversas anteriores com o mesmo usuário, proporcionando um atendimento mais personalizado.

Componentes¶

Session Service¶

Mantém o estado da conversa atual.

Armazenamento: CloudSQL (MySQL)
TTL: 60 minutos (configurável)
Dados: Mensagens, state, metadata

Memory Service¶

Mantém histórico entre sessões.

Armazenamento: CloudSQL (MySQL)
TTL: 15 dias (configurável)
Busca: FULLTEXT search
Sumarização: LLM Gemini

Fluxo de Carregamento¶

PreloadMemoryTool (a cada LLM request)
  → search_memory(query=mensagem_do_usuario)
  → MATCH(summary, keywords) AGAINST(query IN NATURAL LANGUAGE MODE)
  → Injeta como <PAST_CONVERSATIONS> na instrução

Fluxo de Salvamento¶

after_agent_callback (save_session_to_memory_callback)
  → _extract_conversation_text (user + model)
  → _summarize_conversation (LLM gera ~2000 chars)
  → _extract_keywords (IDs, datas, destinos)
  → UPSERT no MySQL por (app_name, user_id, session_id)
  → _cleanup_expired (remove > TTL)

Configuração¶

Variável	Default	Descrição
`MEMORY_TTL_DAYS`	15	Dias até expirar
`MEMORY_SEARCH_LIMIT`	5	Máx resultados
`MEMORY_SUMMARY_MAX_CHARS`	2000	Máx chars no resumo
`MEMORY_SUMMARY_MODEL`	gemini-2.0-flash	Modelo para sumário