基本的に、Memaryは大規模言語モデルエージェント専用に調整されたモジュール式のメモリ管理システムを提供します。共通APIを通じてメモリの操作を抽象化し、インメモリ辞書、Redisの分散キャッシュ、PineconeやFAISSなどのベクトルストアによる意味検索をサポートします。ユーザーはスキーマベースのメモリ（エピソード記憶、意味記憶、長期記憶）を定義し、埋め込みモデルを活用して自動的にベクトルストアを構築します。検索機能により、会話中に関連するコンテキストを呼び出し、過去のやり取りやドメイン固有のデータを用いた応答を向上させます。拡張性を考慮して設計されたMemaryは、カスタムメモリバックエンドや埋め込み関数の統合も可能であり、継続的な知識を必要とする堅牢で状態を持つAIアプリケーションの開発に最適です。

LangGraphエージェントは、グラフ構造のメモリとLLMを組み合わせて、事実を記憶し、関係を推論し、必要に応じて外部関数やツールを呼び出せる自律型エージェントを構築します。開発者はメモリスキーマをグラフのノードとエッジとして定義し、カスタムツールやAPIを追加し、設定可能なプランナーとエグゼキューターを通じてエージェントのワークフローを調整します。このアプローチは、文脈の保持を強化し、知識駆動の意思決定を可能にし、多様なアプリケーションで動的ツール呼び出しをサポートします。