How to Build Enterprise Grade Agent Memory (Redis Iris Tutorial)

摘要

探討個人 AI 代理無法擴展至生產環境的問題，並示範如何使用 Redis Iris 的 Context Retriever 與 Agent Memory 構建可擴展的企業級代理架構。觀眾能學習如何將非結構化資料轉為代理可查詢的工具，以及如何自動管理使用者的短期與長期記憶。

This video demonstrates how to build scalable enterprise AI agents using Redis Iris for context retrieval and user memory management.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• 個人 Markdown 記憶庫無法支援多人同時使用與資料治理。
• Redis Iris 提供 Context Retriever 讓代理安全查詢業務資料。
• Agent Memory 自動提取關鍵資訊，實現使用者記憶的自動管理。

章節

依話題轉折切分，標題由 AI 產生

1. 00:00Two Types of AI Agents
2. 01:14Why Personal Agents Don't Scale
3. 03:02Production Agent System Architecture
4. 04:47Demo: E-commerce Agent Support
5. 09:59Implementing the Context Retriever
6. 14:40Short and Long-Term Memory
7. 18:07When to Use Each Architecture

提到的工具與公司

• Redis
• Redis Iris
• Pydantic AI
• Claude Code
• Obsidian

適合誰看

正在開發或部署企業級 AI 代理、需要處理多人協作與資料規模的工程師。

摘要依據

依據

自動字幕

為什麼排在這裡

人氣

0.63

新鮮

0.72

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• Your Agent Doesn't Need a Bigger Model影片 ・ Prompt Engineering ・ 13 分鐘（在新分頁開啟原站）
• Agent Memory EXPLAINED - Complete Architecture影片 ・ Hugging Face ・ 29 分鐘（在新分頁開啟原站）
• Why Your AI Agent Gets Brain Damage, and How to Fix It - Tyler Barnes, Mastra影片 ・ Mastra ・ 23 分鐘（在新分頁開啟原站）
• The Current State of Agentic Retrieval - Qdrant RoundtablePodcast ・ Agentic Conversations（原 MLOps.community） ・ 59 分鐘
• Agent搜索和记忆的基础设施：腾讯云 Elastichsearch Service 企业版详细攻略影片 ・ 技术爬爬虾 TechShrimp ・ 10 分鐘（在新分頁開啟原站）
• Why Your Agent Needs Memory, Not Just ContextPodcast ・ The AI Native Dev ・ 44 分鐘