Convoの長期記憶は、3つの主要な技術層からなる「ユーザー次元のデータ永続化」メカニズムによってパーソナライズされる：
- データ記憶層キーと値のペアの形でユーザーの特徴を保存します。
agent.store_memory(user_id, key, value)) - セッション関連層異なる時間における同一ユーザーのインタラクションを自動的に相関させる。
- リアルタイム検索レイヤースルー
get_memory過去のデータを瞬時に呼び出すインターフェース
典型的なアプリケーション・シナリオは以下の通り：
- Eコマース・カスタマー・サービスユーザーの購買嗜好（例：「オーガニック食品を好む」）を記憶し、その後の問い合わせで関連商品を優先的にレコメンドする。
- 教育アシスタント生徒の上達度（例えば「微積分の基礎をマスターした」など）を記録し、練習問題の難易度を動的に調整することができます。
- 医療コンサルタント患者のアレルギー歴などの重要な情報を保存し、デリケートな問題に対する繰り返しの質問を避ける。
この機能は、公式サイトのダッシュボードを通じて視覚的なメモリー管理を提供し、バッチ操作とデータエクスポートをサポートする。
この答えは記事から得たものである。Convo: インテリジェントAIエージェント構築のためのログ・デバッグ・ツールについて
日本語 
简体中文 
English 
Deutsch 
Português do Brasil