
멤베이스
FlowHunt의 AI 에이전트를 Unibase 기반 최초의 분산형 AI 에이전트 메모리 레이어인 Membase와 통합하세요. 대화 기록과 에이전트 기록을 안전하게 분산 네트워크에 저장, 검색, 관리하여 맥락, 연속성, 추적성을 강화할 수 있습니다....
메모리는 워크플로우에 에이전트가 워크스페이스의 모든 워크플로우에서 읽고 쓸 수 있는 영구적이고 항상 사용 가능한 지식을 제공합니다. 대부분의 지식 소스가 관련 콘텐츠를 찾기 위해 시맨틱 검색에 의존하는 반면, 메모리 항목은 직접 컨텍스트로 제공됩니다 — 이는 에이전트가 검색 없이 알아야 할 짧고 우선순위가 높은 사실에 이상적입니다.
일반적인 용도에는 비즈니스 규칙, 제품의 알려진 제한 사항, 용어 정의 또는 에이전트의 응답 방식을 일관되게 형성해야 하는 모든 것을 저장하는 것이 포함됩니다.
예를 들어, FlowHunt의 제휴 프로그램에 대해 묻는 방문자가 있었습니다. 우리는 그것이 없지만 콘텐츠에도 언급하지 않습니다. 그것 없이는 제휴에 대해 질문받은 에이전트가 모든 콘텐츠를 검색해도 결정적인 것을 찾지 못합니다. 그러면 모른다고 답하거나 더 나쁘게는 긍정적인 답변을 환각합니다. 제휴 프로그램이 없다고 명시하는 메모리 항목이 있으면 에이전트는 검색을 시작하기 전에 명확하고 직접적인 답변을 준비합니다.

메모리와 Q&A는 둘 다 짧은 특정 지식을 수동으로 정의할 수 있다는 점에서 비슷하지만 몇 가지 중요한 차이점이 있습니다.
왼쪽 메뉴에서 메모리를 클릭하여 메모리 대시보드를 엽니다. 여기서 워크스페이스의 모든 메모리 항목을 보고 관리합니다.

메모리는 주제, 워크플로우 또는 워크스페이스에 맞는 구조로 항목을 정리하는 데 도움이 되는 색상 코딩된 카테고리로 구성됩니다. 각 카테고리 내에는 메모리 콘텐츠를 포함하는 개별 지식 문서인 노드가 있습니다.
이 대시보드에서 직접 모든 노드나 카테고리를 편집하거나 삭제할 수 있습니다.
노드를 추가하기 전에 넣을 카테고리가 최소 하나 필요합니다. + 카테고리 추가를 클릭하고 이름을 지정하고 색상을 선택합니다. 색상은 순전히 시각적 구성을 위한 것입니다.

카테고리를 클릭하여 들어간 다음 + 노드 추가를 클릭합니다. 제목, 글머리 기호, 굵은 텍스트, 링크 등 완전한 서식 지원으로 메모리 콘텐츠를 작성할 수 있는 리치 텍스트 편집기가 열립니다.

팝업 편집기가 나타납니다. 에이전트가 가졌으면 하는 지식을 작성합니다. 노드를 집중적으로 유지하세요 — 노드당 하나의 주제나 사실이 관리하기 쉽고 더 안정적으로 제공됩니다:

노드를 저장하면 메모리 액세스가 활성화된 모든 에이전트가 즉시 사용할 수 있게 됩니다.
메모리는 flow 편집기 내에서 에이전트별로 활성화됩니다. 예를 들어 Flow는 여러 에이전트를 사용할 수 있지만 하나만 메모리 액세스가 활성화됩니다.
flow 편집기 에서 워크플로우를 열고 메모리 액세스를 부여하려는 에이전트 컴포넌트를 클릭합니다. 설정 패널이 오른쪽에 열립니다. 에이전트 메모리 섹션으로 스크롤하여 확장합니다.

메모리 활성화를 체크합니다. 추가 설정 세트가 아래에 나타납니다.
액세스 모드 드롭다운은 에이전트가 메모리로 할 수 있는 것을 제어합니다:
메모리에 들어가는 것을 완전히 제어하고 에이전트가 소비하기만 원한다면 읽기를 사용하세요. 에이전트가 시간이 지남에 따라 스스로 메모리를 구축하기를 원할 때 읽기 / 쓰기를 사용하세요.
에이전트를 특정 메모리 카테고리로 선택적으로 제한할 수 있습니다. 이는 다른 워크플로우에 여러 에이전트가 있고 각각이 전체 워크스페이스 메모리가 아닌 자신과 관련된 메모리에만 액세스하기를 원할 때 유용합니다.
두 개의 프롬프트 필드로 에이전트가 메모리에 대해 어떻게 생각하는지 제어할 수 있습니다:
워크플로우를 저장하고 게시합니다. 에이전트는 이제 매 실행마다 메모리를 참조하고 쓰기 액세스가 활성화된 경우 시간이 지남에 따라 기여합니다.

FlowHunt의 AI 에이전트를 Unibase 기반 최초의 분산형 AI 에이전트 메모리 레이어인 Membase와 통합하세요. 대화 기록과 에이전트 기록을 안전하게 분산 네트워크에 저장, 검색, 관리하여 맥락, 연속성, 추적성을 강화할 수 있습니다....

FlowHunt에서 AI 에이전트를 구축, 구성 및 조율하는 방법을 알아보세요. 단순 에이전트부터 심화 에이전트 및 전체 크루까지, 필요한 모든 가이드를 여기서 찾을 수 있습니다....

FlowHunt를 MCP 서버와 Mem0에 통합하여 코딩 선호도, 모범 사례, 코드 스니펫을 원활하고 지속적으로 관리하세요. 체계적인 저장, 시맨틱 검색, 손쉬운 온보딩으로 팀의 역량을 강화합니다....
쿠키 동의
당사는 귀하의 브라우징 경험을 향상시키고 트래픽을 분석하기 위해 쿠키를 사용합니다. See our privacy policy.