⚡️ 30 техник памяти для AI-агентов в Jupyter notebooks

Вышел репозиторий Agent Memory Techniques с 30 runnable notebooks по памяти в современных AI-агентах.

Внутри собраны основные подходы: conversation buffers, vector stores, knowledge graphs, episodic и semantic memory, MemGPT, Mem0, Letta, Zep, Graphiti и production-паттерны, которые уже встречаются в реальных агентных системах.

Это набор ноутбуков, которые можно запускать, менять и сравнивать между собой. Удобно, если нужно понять, чем простая история диалога отличается от долговременной памяти, где уместен vector store, когда нужен graph-based подход и как память влияет на поведение агента в длинной задаче.

GitHub: http://github.com/NirDiamant/Agent_Memory_Techniques