本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 配置内置策略
<a name="long-term-configuring-built-in-strategies"></a>

AgentCore 内存为常见用例提供了预先配置的[内置内存策略](built-in-strategies.md)。

**Topics**
+ [用户偏好](#long-term-user-preferences-strategy)
+ [语义](#long-term-semantic-facts-strategy)
+ [会话摘要](#long-term-session-summaries-strategy)
+ [情节性的](#long-term-session-episodic-strategy)
+ [配置记录保留（存活时间）](#long-term-built-in-strategy-record-ttl)

## 用户偏好
<a name="long-term-user-preferences-strategy"></a>

[用户首选项](user-preference-memory-strategy.md) (`UserPreferenceMemoryStrategy`) 策略旨在自动识别和提取对话中的用户偏好、选择和风格。这样，您的代理就可以为每个用户建立永久的个人资料，从而实现更加个性化和相关的互动。
+  **用例示例：**电子商务代理会记住用户最喜欢的品牌和首选尺寸，让其在未来的会话中提供量身定制的产品推荐。

 **配置示例：**

```
import boto3

# Initialize the Boto3 client for control plane operations
control_client = boto3.client('bedrock-agentcore-control', region_name='us-west-2')

# Create memory resource with user preference strategy
response = control_client.create_memory(
    name="ECommerceAgentMemory",
    memoryStrategies=[
        {
            'userPreferenceMemoryStrategy': {
                'name': 'UserPreferenceExtractor',
                'namespaceTemplates': ['/users/{actorId}/preferences/']
            }
        }
    ]
)
```

## 语义
<a name="long-term-semantic-facts-strategy"></a>

S [emantic](semantic-memory-strategy.md) (`SemanticMemoryStrategy`) 记忆策略旨在从对话数据中识别和提取关键的事实信息和情境知识。这样，您的代理就可以建立有关互动中讨论的重要实体、事件和详细信息的永久知识库。
+  **用例示例：**客户支持代理记得订单号ABC-123 与特定的支持票证有关，因此用户在跟进时不必再次提供订单号。

 **配置示例：**

```
import boto3

# Initialize the Boto3 client for control plane operations
control_client = boto3.client('bedrock-agentcore-control', region_name='us-west-2')

# Create memory resource with semantic strategy
response = control_client.create_memory(
    name="SupportAgentFactMemory",
    memoryStrategies=[
        {
            'semanticMemoryStrategy': {
                'name': 'FactExtractor',
                'namespaceTemplates': ['/support_cases/{sessionId}/facts/']
            }
        }
    ]
)
```

## 会话摘要
<a name="long-term-session-summaries-strategy"></a>

会[话摘要](summary-strategy.md) (`SummaryMemoryStrategy`) 记忆策略在单个会话中创建精简的、连续的对话摘要。这可以捕捉关键话题和决策，让客服人员无需重新处理整个历史即可快速回忆长时间对话的背景。
+  **示例用例：**在 30 分钟的故障排除会话后，代理可以访问摘要，例如 “用户报告了软件 v2.1 的问题，尝试了重新启动，并获得了知识库文章的链接。”

 **配置示例：**

```
import boto3

# Initialize the Boto3 client for control plane operations
control_client = boto3.client('bedrock-agentcore-control', region_name='us-west-2')

# Create memory resource with summary strategy
response = control_client.create_memory(
    name="TroubleshootingAgentSummaryMemory",
    memoryStrategies=[
        {
            'summaryMemoryStrategy': {
                'name': 'SessionSummarizer',
                'namespaceTemplates': ['/summaries/{actorId}/{sessionId}/']
            }
        }
    ]
)
```

## 情节性的
<a name="long-term-session-episodic-strategy"></a>

[情](episodic-memory-strategy.md)节 (`EpisodicStrategy`) 记忆策略将互动捕获为结构化的情节，包括场景、意图、想法、采取的行动、结果和工件。通过这种策略，还可以在剧集中进行reflections，以提取更广泛的见解，让代理人从以前的互动中学习成功的模式并将其应用于新的互动。
+  **用例示例：**客户支持代理将互动记录为剧集。该系统会捕获哪些短语和动作可以成功进行互动

 **配置示例：**

```
import boto3

# Initialize the Boto3 client for control plane operations
control_client = boto3.client('bedrock-agentcore-control', region_name='us-west-2')

# Create memory resource with episodic strategy
response = control_client.create_memory(
    name="MyMemory",
    memoryStrategies=[
        {
            'episodicMemoryStrategy': {
                'name': 'EpisodicStrategy',
                'namespaceTemplates': ['/strategy/{memoryStrategyId}/actors/{actorId}/sessions/{sessionId}/'],
                'reflection': {
                    'namespaceTemplates': ['strategy/{memoryStrategyId}/actors/{actorId}/']
                }
            }
        }
    ]
)
```

## 配置记录保留（存活时间）
<a name="long-term-built-in-strategy-record-ttl"></a>

对于任何内置策略，您可以选择设置其长期内存记录在过期之前保留多长时间。使用开启`CreateMemory`或配置每个策略`recordExpirySpecification`的留存率`UpdateMemory`。配置或删除存活时间需要权限。`bedrock-agentcore:UpdateMemoryRecordExpirySpecification`

有关完整的配置参考、跨策略组的一致性限制、IAM 策略和示例，请参阅[为长期内存记录设置生存时间](long-term-record-ttl.md)。