Pengantar & Fondasi Autonomous Agents•Materi 2 dari 6•24 min Durasi Belajar
Desain Sistem Memory & Context Window
Instruktur: Rins (Lead AI Engineer & Nexarin Creator)Target & Capaian Pembelajaran Materi Ini
- Memahami prinsip arsitektur dan alur eksekusi pada Desain Sistem Memory & Context Window.
- Menerapkan teknik dan alur kerja langsung pada proyek nyata Anda.
- Menghindari kesalahan umum dan mengoptimalkan standar efisiensi kerja.
Desain Sistem Memory & Context Window
Memory adalah fondasi yang memungkinkan agen AI menjalankan tugas yang memakan waktu lama (long-running workflows) tanpa melupakan instruksi awal atau mengalami context overflow.
1. Jenis-Jenis Memory pada Agen
- Short-term Memory: Riwayat pesan dalam sesi aktif (messages array).
- Working Memory: Variabel state sementara (seperti item yang sedang diproses dalam loop).
- Long-term Memory: Penyimpanan persisten (database PostgreSQL / vector store) untuk pengetahuan permanen.
typescript
interface AgentState {
currentStep: number;
totalSteps: number;
completedTasks: string[];
pendingTasks: string[];
intermediateResults: Record<string, any>;
}2. Praktik Terbaik Manajemen Token
Selalu lakukan summarization secara berkala ketika riwayat percakapan mendekati 80% dari batas token budget Anda agar agen tetap fokus pada tujuan utama.
Rangkuman Inti (Key Takeaways)
- Strategi short-term vs long-term memory pada agen AI
- Pemanfaatan Vector Database dan Supabase pgvector
- Mengurangi konsumsi token dengan ringkasan progres dinamis
Latihan Mandiri & Tantangan Praktik
Interactive Checklist