Redis ergänzt verwalteten Speicher für mit dem Vercel AI SDK erstellte Agenten

Redis hat ein Open-Source-Paket veröffentlicht, das Redis Agent Memory zu Agenten hinzufügt, die mit dem AI SDK von Vercel erstellt wurden. Die Integration soll Agenten dabei helfen, Sitzungskontext und Nutzerpräferenzen über mehrere Gespräche hinweg zu behalten.
- Redis hat das Open-Source-Paket @redis/vercel-ai-sdk veröffentlicht.
- Das Paket ergänzt einen Kurzzeitspeicher für Sitzungen und langfristige Erinnerungen für Nutzer.
- Entwickler können automatischen Speicher oder modellgesteuerte Speicher-Tools verwenden.
- Das Paket setzt Node.js 22+, AI SDK 7.x und Zod 4.x voraus.
- Redis stellt Demos für beide Integrationsmethoden unter einer MIT-Lizenz bereit.
Eine Speicherebene für KI-Agenten
Das Paket mit dem Namen @redis/vercel-ai-sdk verbindet Agenten des Vercel AI SDK mit Redis Agent Memory, einer verwalteten Speicherebene, die Teil von Redis Iris ist. Redis zufolge kombiniert der Dienst den Kurzzeitspeicher für die aktuelle Sitzung mit langfristigen Erinnerungen, die einem Nutzer über Sitzungen, Kanäle und Agenten hinweg folgen.
Statt Entwickler dazu zu zwingen, Erinnerungen manuell zu kuratieren, arbeitet das System im Hintergrund. Es fasst lange Sitzungen zusammen, um den Kontext kompakt zu halten, extrahiert dauerhafte Erinnerungen aus aufgezeichneten Ereignissen und überführt diese Erinnerungen in den Langzeitspeicher. Später kann ein Gespräch sie über eine semantische Suche abrufen. Redis nennt als Beispiel einen Agenten, der sich merkt, dass ein Nutzer Plätze am Gang bevorzugt.
Entwickler richten einen Speicher in Redis Cloud ein und kommunizieren per HTTP mit ihm. Das neue Paket stellt die AI-SDK-Schicht für diese Verbindung bereit.
Zwei Möglichkeiten, Speicher hinzuzufügen
Die Integration basiert auf einer serverseitigen Factory namens createRedisAgentMemory(...), die die Verbindung und optional ein Standardmodell speichert. Entwickler können anschließend zwischen automatischem Speicher und modellgesteuerten Tools wählen.
Bei der Option für automatischen Speicher bindet der Entwickler das Modell für jede Anfrage ein. Vor der Inferenz stellt der Wrapper die Sitzung wieder her und ruft die langfristigen Erinnerungen des Nutzers ab, die er als begrenzten Kontextblock einfügt. Nach der Antwort zeichnet er die Nachricht des Nutzers und jeden erfolgreichen Schritt des Assistenten auf.
Die zweite Option gibt eine gewöhnliche Tool-Map des AI SDK zurück. Das Modell kann diese Tools nutzen, um Erinnerungen zu suchen, zu speichern, zu aktualisieren oder zu vergessen, während Entwickler entscheiden, welche Tools sie freigeben. Die Sitzungsaufzeichnung kann vom Agenten oder über optionale Lifecycle-Hooks verwaltet werden.
Redis empfiehlt den automatischen Speicher für Kontinuität ohne zusätzliche Prompts und Tools, wenn die Speicherverwaltung explizit und modellgesteuert erfolgen soll. Beide Ansätze können nebeneinander bestehen, Redis warnt jedoch davor, dass die Aktivierung der automatischen Aufzeichnung und von Tools zum Schreiben in die Sitzung für dieselbe Interaktion zu doppelten Ereignissen führen kann.
Für begrenzte und ausfallsichere Anfragen entwickelt
Redis zufolge bleibt der Speicher begrenzt, weil er bei jeder Anfrage auf dem kritischen Pfad ausgeführt wird. Erinnerungen sind an eine userId gebunden, während die Wiederherstellung und Aufzeichnung einer Sitzung eine sessionId erfordern. Standardmäßig ruft der Wrapper bis zu 5 Erinnerungen ab, begrenzt den Langzeitkontext auf 8.000 Zeichen und den wiederhergestellten Sitzungskontext auf 24.000 Zeichen und verwendet Lese- und Schreibfristen von einer Sekunde.
Fehler beim Speicher ersetzen keine erfolgreiche Modellantwort. Sie werden über einen optionalen onDiagnostic-Callback gemeldet. Redis zufolge enthalten die Diagnosedaten weder Prompt- noch Speicher- oder Anmeldedatentexte. Der abgerufene Kontext wird als nicht vertrauenswürdig und möglicherweise veraltet gekennzeichnet. Das Modell sollte ihn daher als Hinweis und nicht als unumstößliche Wahrheit behandeln.
Das serverseitige Paket ist ausschließlich für ESM ausgelegt und setzt Node.js 22+, AI SDK 7.x und Zod 4.x voraus. Entwickler benötigen außerdem einen Redis-Cloud-Speicher sowie die Umgebungsvariablen AGENT_MEMORY_URL, AGENT_MEMORY_API_KEY und AGENT_MEMORY_STORE_ID. Das unter der MIT-Lizenz stehende GitHub-Repository enthält lauffähige Demos für beide Integrationsmethoden und bietet Teams damit eine direkte Möglichkeit, persistenten Speicher in ihren Agenten des Vercel AI SDK zu testen.

