Mémoire chat

Donne une mémoire long terme à un Agent IA en mode Chat. Sans ce nœud, l'agent ne connaît que la conversation en cours (ses derniers messages) : dès qu'on ouvre une nouvelle conversation, il repart de zéro. Avec lui, l'agent retient les faits durables — préférences, contexte professionnel, décisions — et les ressert dans les conversations suivantes.

Comment ça marche

1. Avant la réponse : le message de l'utilisateur sert de requête dans la mémoire (recherche hybride, la même que le RAG). Les souvenirs les plus proches sont ajoutés au contexte de l'agent, avant l'historique.
2. Après la réponse : un modèle relit l'échange et décide quoi retenir. Il peut ajouter un fait, corriger un souvenir existant ou en supprimer un devenu faux, pour ne pas empiler les doublons. Ce travail se fait en arrière-plan : il ne retarde jamais la réponse, et un échec ici ne la fait jamais échouer.

Sont retenus : les préférences (« préfère les réponses courtes »), le contexte (« travaille dans la direction financière »), les décisions. Ne sont pas retenus : les questions ponctuelles, le contenu des réponses, ni les secrets (mots de passe, clés, numéros de carte, données de santé).

Ports

• Sortie (haut, type mémoire) — à relier à la patte MEM d'un agent en mode Chat. Cette patte n'existe que dans ce mode.

Configuration

• Portée — qui partage une même mémoire :
  • Par utilisateur et pipeline (défaut) : chacun garde ses propres souvenirs, séparés pour chaque pipeline.
  • Par utilisateur (tous pipelines) : les souvenirs suivent la personne d'un pipeline de chat à l'autre.
  • Partagée par tout le pipeline : tous les utilisateurs lisent les mêmes souvenirs. À éviter si les échanges peuvent contenir des données personnelles — un fait retenu dans la conversation d'une personne serait lu par toutes les autres.
• Modèle d'embedding (obligatoire) — sert à retrouver les souvenirs par similarité. Changer de modèle plus tard rend les souvenirs existants introuvables.
• Apprendre de ces conversations — décoché, la mémoire est en lecture seule : les souvenirs existants servent, aucun nouveau n'est retenu.
• Modèle d'extraction — modèle qui relit chaque échange. Par défaut celui de l'agent ; un modèle plus petit suffit. Il ajoute un appel par tour, imputé aux Finances comme les autres (tokens du modèle, embeddings).
• Pré-filtre (facultatif) — un modèle de décision estime d'abord si le tour contient quelque chose à retenir (ou une demande de modifier/oublier un souvenir). En dessous du score minimum (50 % par défaut), l'appel d'extraction n'a pas lieu : la plupart des tours n'ont rien à retenir, et ce test coûte une fraction d'un appel LLM. Si le pré-filtre échoue, l'extraction se fait normalement.
• Souvenirs injectés (défaut 5) et seuil de similarité (facultatif) — combien de souvenirs au maximum, et en dessous de quelle proximité on n'en injecte aucun.
• Souvenirs conservés au maximum (défaut 200 par portée) — au-delà, les moins récemment utilisés sont oubliés.

Ce que voit l'utilisateur

Les souvenirs sont visibles dans Profil → Mémoire des assistants : chacun peut être corrigé ou supprimé, et un bouton « Tout oublier » les efface tous. Ils font partie de l'export de données (droit à la portabilité) et sont supprimés avec le compte.

Supprimer une conversation ne supprime pas les souvenirs qui en sont issus : c'est justement leur raison d'être. Pour les effacer, passer par le profil.

À savoir

• Le panneau de test de l'éditeur lit la mémoire mais n'y écrit jamais : sa conversation est jetable, ses souvenirs ne doivent pas survivre à un essai.
• Les souvenirs sont cloisonnés par organisation (isolation multi-tenant) et, hors portée partagée, par utilisateur.
• Un agent ne reçoit les souvenirs que s'ils sont pertinents pour le message ; la consigne lui demande de ne pas les citer comme une source.