Créer un assistant IA sensible au contexte sur AgentCore et OpenClaw
aws ·
Cet article décrit la construction d'un assistant IA contextuel nommé Sprout, qui utilise Amazon Bedrock AgentCore et le framework open-source OpenClaw pour surmonter les limites des chatbots sans état. Le système exploite la mémoire d'AgentCore pour transformer les conversations transitoires en connaissances durables, en extrayant les préférences des utilisateurs, les faits sémantiques et les résumés de session dans des enregistrements structurés à long terme. En acheminant les requêtes textuelles vers Claude Haiku 4.5 pour optimiser les coûts et l'analyse d'images vers Claude Sonnet 4.5 pour le raisonnement multimodal, l'assistant fournit des réponses personnalisées ancrées dans les interactions passées. L'architecture est déployée via un seul modèle AWS CloudFormation, tirant parti de la tarification à la consommation du runtime AgentCore pour maintenir les coûts bas dans le cadre d'une utilisation personnelle légère. Les principes de conception clés incluent l'enveloppement des frameworks d'agents plutôt que leur forkage, l'utilisation de namespaces pour l'isolation des données et la mise en cache des invites afin de réduire significativement la latence d'inférence et les dépenses. La solution démontre comment l'extraction asynchrone de la mémoire et le filtrage des métadonnées permettent de créer des assistants précis et indépendants du domaine, qui s'améliorent avec l'engagement continu de l'utilisateur.
aws