Mémoire d’agent Lakebase
Conservez les sessions et les messages de chat de votre agent IA dans Lakebase afin que les utilisateurs puissent reprendre leurs conversations et que votre agent puisse s’appuyer sur les échanges précédents entre les déploiements.
Créer avec l’IA
- Copiez le prompt ci-dessous
- Collez-le dans Cursor, Claude Code, Codex ou tout autre agent de codage
- Votre agent la crée en posant des questions au fil du processus afin que le résultat corresponde exactement à vos attentes
Vous découvrez les modèles ? En savoir plus ici
À la fin, vous disposerez de :
- Un schéma relationnel (tables chats et messages) dans Lakebase pour stocker les conversations
- Une persistance durable de chaque tour de conversation : saisie de l'utilisateur, réponses de l'assistant et appels d'outils
- Une application où les utilisateurs peuvent revenir à leurs sessions de chat précédentes et reprendre là où ils s'étaient arrêtés
- Une mémoire d'agent qui résiste aux redémarrages, aux déploiements et aux changements de machine
Prerequisites
Vérifiez que ces fonctionnalités du workspace Databricks sont activées avant de commencer. Si une vérification échoue, demandez à l'administrateur de votre workspace d'activer la fonctionnalité concernée.
- Lakebase Postgres disponible. Exécutez
databricks postgres list-projects --profile <PROFILE>et vérifiez que la commande aboutit (une liste vide est normale). Une erreurnot enabledsignifie que Lakebase n'est pas disponible pour cette identité dans ce workspace. - Databricks Apps activé. Exécutez
databricks apps list --profile <PROFILE>et vérifiez que la commande aboutit (une liste vide est normale). La couche de persistance du chat s'exécute dans une AppKit app déployée sur Databricks Apps. - Une AppKit app dont l'ossature est générée et Lakebase raccordé. Suivez d'abord les modèles Create a Lakebase Project et Lakebase Data Persistence. Ce modèle vient ajouter les tables de chat à cette configuration.
