Memory Bank: cómo tus agentes recuerdan al usuario

Dar memoria a tus agentes de inteligencia artificial con Memory Bank resuelve uno de los problemas más comunes: que el agente olvide todo cada vez que actualizas la página. Si construyes agentes con Google ADK y quieres que recuerden nombres, preferencias o historial de compras entre sesiones, aquí encontrarás cómo lograrlo paso a paso.

El escenario de partida es claro: ya tienes agentes funcionales, incluso con distintos modelos, corriendo sobre tu plataforma web. El problema aparece cuando abres la interfaz, le das tu nombre al agente, actualizas la página y el agente vuelve a no saber quién eres. Y aquí viene lo interesante: muchos agentes de IA hoy funcionan exactamente así, sin retención de contexto.

Por qué mi agente olvida todo entre sesiones

Cada vez que abres la interfaz web tienes que volver a explicarle al agente qué buscas. Le das tu nombre, actualizas y ese dato desaparece. Ese vacío de contexto entre sesiones es justo lo que Memory Bank viene a corregir [00:34].

Memory Bank permite que todo el pool de agentes tenga conocimiento de la información entregada previamente, sin importar en qué sesión estés. Le dices tu nombre, tus preferencias o los productos que buscas, generas una sesión nueva y al preguntar de nuevo, el agente responde porque recuerda las conversaciones anteriores [00:54].

¿Qué es Memory Bank? Es un componente que permite a un pool de agentes recordar información entregada en sesiones anteriores. No guarda todas las conversaciones: puedes configurar específicamente qué debe recordar el agente y qué no.

Un detalle importante: los bancos de memoria no almacenan necesariamente todas las conversaciones. Puedes configurar qué debe recordar cada agente, lo que te da control fino sobre la información que persiste [01:18].

Cómo configuro Memory Bank en un agente con Google ADK

La configuración inicial se hace solo sobre el agente principal. El proceso es directo y no requiere crear objetos extra, porque la herramienta viene lista dentro de la librería de ADK.

Estos son los pasos para activarla:

1. Importar la herramienta desde google.adk.tools.preload_memory_tool con un import de PreloadMemoryTool [01:38].
2. Agregar PreloadMemoryTool dentro de la lista de tools de tu agente [01:52].
3. Opcionalmente, añadir el ignore del missing import para que no genere error [02:12].
4. Guardar el fichero y lanzar el despliegue verificando que estés en el entorno virtual correcto [02:20].

Al usar PreloadMemoryTool, tu agente genera una carga de memoria previa antes de recibir cualquier solicitud. Es decir, llega a la conversación ya sabiendo quién eres [02:03].

Una vez desplegado, entras a la consola de Google Cloud, vas a la implementación y en la sección de revisiones deberías ver una nueva versión del agente [02:45].

Cómo verifico que la memoria funciona

En la consola existe una opción llamada memorias. Al inicio está vacía. La prueba real es sencilla y muy visual.

Si le preguntas al agente cuál es tu nombre, responderá que no lo tiene registrado. Entonces le dices algo como "me llamo Felipe y me gusta que siempre me llamen por mi nombre". Actualizas la interfaz de memorias y aparece una nueva entrada [03:20].

¿Cómo se guarda cada memoria? Siempre queda asociada a un identificador de usuario, que en una plataforma web suele ser el correo de la persona logueada. Junto a ese identificador se almacena un texto definido por el propio agente, por ejemplo tu nombre.

Después actualizas toda la interfaz, abres una sesión nueva sin dar contexto extra y saludas. El agente ya sabe que te llamas Felipe y responde basándose en ese dato [03:52]. Eso confirma que la memoria persiste entre sesiones.

Para qué sirve la memoria persistente en un pool de agentes

Este ejemplo con un nombre parece simple, pero técnicamente tus agentes ya pueden almacenar cualquier cosa que les entregues. Y ese es el punto potente.

Cada respuesta del agente pasa a depender del contexto específico de cada usuario. Piensa en una tienda: si tú normalmente compras camisas, la plataforma empieza a ofrecerte camisas de entrada. Si otro usuario compra zapatos, la misma plataforma recuerda ese patrón y le ofrece zapatos a esa persona [04:30].

Algunas capacidades que puedes explorar con Memory Bank son:

• Definir con funciones qué tipos de datos se almacenan y cuáles no.
• Llamar APIs dependiendo del tipo de almacenamiento.
• Guardar los datos de memoria en una base de datos externa [05:00].

Esa flexibilidad convierte a la memoria en algo más que un recordatorio de nombres: es la base para experiencias personalizadas por usuario.

Qué habilidades practicas al implementar memoria en agentes

Más allá del código, aquí desarrollas criterio sobre cómo diseñar agentes que aprenden del usuario. Trabajas con la arquitectura de ADK, el despliegue en Google Cloud y la lógica de personalización.

Los conceptos clave que dominas son:

• Memory Bank: el banco de memoria que da persistencia de contexto entre sesiones.
• PreloadMemoryTool: la herramienta de ADK que precarga memoria antes de cada solicitud.
• Identificador de usuario: la llave que asocia cada memoria a la persona o correo logueado.
• Despliegue y revisiones: el flujo en Google Cloud para publicar la nueva versión del agente.

Encontrarás el link a toda la documentación de Memory Bank en los recursos de la clase. El reto queda abierto: haz modificaciones interesantes y masifica las capacidades de memoria de tu pool de agentes [05:20].

¿Qué tipo de datos te gustaría que tus agentes recordaran de cada usuario? Cuéntalo en los comentarios y comparte cómo lo estás implementando.