Los IDE agentes que olvidan lo que les dijo en sesiones anteriores no son muy útiles. Trabaja en su gran código base con requisitos comerciales complejos durante días o semanas. Sin embargo, su IDE solo lo recuerda durante su sesión actual y no puede recordar su historial de conversaciones, preferencias derivadas de las conversaciones ni información adicional. Terminas proporcionando la misma información contextual en cada nueva sesión. Esta necesidad de establecer un contexto repetitivo afecta su productividad.
En esta publicación, demostramos cómo puede ampliar la memoria conversacional de Kiro CLI implementando un servidor Model Context Protocol (MCP) personalizado que se integra con Amazon Bedrock AgentCore Memory. Puede utilizar Kiro CLI para interactuar con los agentes de IA de Kiro directamente desde su terminal. Amazon Bedrock AgentCore Memory es un servicio totalmente administrado que permite a los agentes de IA retener información de interacciones pasadas, creando conversaciones más inteligentes y conscientes del contexto. Al implementar un servidor MCP personalizado, puede proporcionar a Kiro CLI herramientas para almacenar y recuperar el contexto de la conversación, monitorear el uso de la memoria y administrar la infraestructura subyacente de Bedrock Agent Core Memory.
Descripción general de la solución
La solución consta de tres componentes principales que trabajan juntos:
Amazon Bedrock AgentCore Memory es un servicio totalmente administrado que almacena y recupera el contexto de la conversación, proporcionando capacidades de memoria persistente con búsqueda semántica integrada. AgentCore Memory proporciona potentes capacidades para mantener tanto la memoria de trabajo a corto plazo como la memoria inteligente a largo plazo, de modo que los agentes de IA puedan retener el contexto, aprender de las interacciones y ofrecer experiencias verdaderamente personalizadas. El servidor MCP personalizado expone las capacidades de memoria de Amazon Bedrock AgentCore a través del MCP, lo que hace que las operaciones de memoria sean accesibles para los clientes compatibles con MCP. Kiro CLI se conecta al servidor MCP a través de protocolos STDIO para almacenar y recuperar el historial de conversaciones.
El servidor MCP actúa como un puente entre Kiro CLI y Amazon Bedrock AgentCore Memory, lo que permite que Kiro CLI mantenga el historial de conversaciones y el contexto entre sesiones. El servidor MCP proporciona herramientas organizadas en tres categorías.
Herramientas de conversación: puede buscar el historial de conversaciones por tema o período de tiempo, almacenar conversaciones con un seguimiento constante de las sesiones, recuperar el contenido completo de las conversaciones y enumerar las sesiones almacenadas previamente. Herramientas de monitoreo: puede ver las estadísticas de uso de la memoria y la configuración del servidor MCP. Herramientas de administración: puede eliminar sesiones específicas y eliminar datos almacenados cuando sea necesario.
La solución utiliza una estrategia de recuperación de dos etapas: primero intenta una búsqueda semántica utilizando la API de memoria Bedrock AgentCore de retrieve_memory_records para una coincidencia conceptual, luego recurre a la coincidencia directa de contenido a nivel de evento, escaneando las cargas útiles de conversación sin procesar almacenadas en las sesiones de AgentCore Memory. Este enfoque en cascada garantiza que las conversaciones sean recuperables independientemente de si la estrategia semántica ha terminado de procesarlas. Puede utilizar períodos de tiempo en su mensaje, como reciente, anoche o ayer, para encontrar conversaciones relevantes.
Esta arquitectura hace que Kiro CLI sea consciente del contexto. Recuerda sus preferencias, detalles del proyecto y flujos de trabajo en todas las sesiones, por lo que no es necesario que proporcione la misma información repetidamente.
Tutorial
Para esta demostración, debe tener los siguientes requisitos previos:
El usuario de AWS Identity and Access Management (IAM) que utilice debe tener permisos para realizar las llamadas de servicio de AWS necesarias y administrar los recursos de AWS mencionados en esta publicación. Al otorgar permisos al usuario de IAM, siga el principio de privilegios mínimos.
Ejecute los siguientes pasos desde la terminal:
Ejecute el siguiente comando para clonar el repositorio:
Ejecute el siguiente comando para crear un entorno virtual Python e instalar dependencias:
Ejecute el siguiente comando para crear un recurso de memoria de Amazon Bedrock AgentCore y generar la configuración del agente Kiro. Tenga en cuenta que puede llevar un par de minutos completar este paso:
Cuando se le solicite, elija una de las siguientes opciones para un identificador de actor. Las conversiones se almacenan con este identificador.
Opción 1: ID de usuario (predeterminado): se recomienda para uso personal. Esto utiliza el nombre de usuario de su sistema de la variable de entorno USUARIO. El comando anterior establece ACTOR_ID_TYPE=userid en agent/kiro_memory.json Opción 2: ID del proyecto: se recomienda para aislamiento de memoria basado en equipos o proyectos. Cuando se le solicite, debe proporcionar projectid y your-project-id. El comando anterior establece ACTOR_ID_TYPE=projectid y PROJECT_ID=your-project-id en agent/kiro_memory.json
La estrategia de espacio de nombres utilizada es: /strategy/semanticMemoryStrategy/actor/{actorId}/session/{sessionId}
Configurar la configuración del agente Kiro
Configure el agente kiro_memory como agente predeterminado.
Agregue lo siguiente al archivo cli.json en el directorio ~/.kiro/settings/ para usar el agente kiro_memory de forma predeterminada: {“chat.defaultAgent”: “kiro_memory”}
Inicie sesión en Kiro CLI
Para iniciar sesión en Kiro CLI, necesitará un ID de AWS Builder o una suscripción activa de Kiro de su organización.
Si no tiene ninguno de los dos, puede crear un ID de AWS Builder completando los pasos en Cree su ID de AWS Builder.
inicio de sesión de kiro-cli –use-device-flow
Para el método de inicio de sesión, seleccione Usar gratis con Builder ID usando las teclas de flecha del teclado y presione Intro.
Se generará una URL para crear una nueva ID de constructor. Seleccione Abrir esta URL o copie y pegue el enlace en una nueva pestaña del navegador.
Inicie sesión con el ID de constructor que acaba de crear.
Recibirá un mensaje para confirmar la solicitud. Seleccione Confirmar y continuar.
Ahora le pedirá permiso para permitir que Kiro CLI acceda a los datos. Haga clic en Permitir acceso.
Ahora regrese a su terminal local y debería ver el mensaje Inicie sesión correctamente. Ingrese el siguiente comando en la terminal:
kiro-cli –clásico
Ahora, en Kiro CLI ingrese el comando /mcp para ver la lista de servidores MCP configurados en esta sesión.
Una vez que el servidor MCP se haya inicializado correctamente, ejecute el comando /tools para enumerar las herramientas disponibles en la sesión.
Tenga en cuenta que las siguientes herramientas están disponibles para la sesión a través del servidor agentcore-memory-mcp.
clear_all_data: elimina la información de un espacio de nombres particular en la memoria. delete_session: elimina una sesión en particular. get_direct_conversation_history: accede al contenido completo de la conversación para sesiones específicas. get_memory_stats: utiliza list_memory_records para proporcionar una descripción general de la memoria get_server_config: proporciona la configuración del servidor MCP get_session_details: proporciona información sobre una sesión en particular list_sessions: enumera las sesiones previamente almacenadas search_conversation_history: Herramienta para buscar el historial de conversaciones por tema o período de tiempo search_memories: otra herramienta para buscar memoria a largo plazo store_conversation: almacena conversaciones con ID de sesión consistentes
Prueba la solución
Kiro CLI invoca servidores MCP según la funcionalidad requerida para responder o actuar según su solicitud. Los ganchos Kiro CLI activan y almacenan la conversación después de cada conversación. A continuación se muestran algunos ejemplos de uso:
¿Qué es el agente AWS DevOps? ¿Ya es GA?
Permita el acceso a herramientas cuyo uso Kiro pueda solicitar aprobación. Después de recibir la respuesta, salga de Kiro CLI escribiendo /quit.
Vuelva a iniciar sesión en Kiro CLI y pregunte:
¿Qué hemos discutido sobre el agente AWS DevOps?
Permitir la solicitud de uso de herramientas desde Kiro CLI. Kiro utilizará el servidor agentcore-memory-mcp-server para recuperar información relevante de la memoria Bedrock AgentCore.
Puede hacer preguntas de seguimiento como:
¿Puedo integrar GitHub con el agente de AWS DevOps? ¿Cuál es el precio del agente de AWS DevOps?
Nuevamente /salga de la sesión de Kiro CLI y vuelva a iniciar sesión después de un tiempo. Pídale a Kiro CLI que recupere discusiones anteriores sobre AWS DevOps Agent en su lenguaje natural. Kiro te muestra el resumen de la discusión anterior.
Consulte la siguiente demostración grabada para obtener más detalles:
limpiando
Si siguió solo con fines de demostración, para evitar incurrir en cargos futuros, ejecute el siguiente comando para eliminar los recursos creados en esta publicación:
python3 cleanup_bedrock_agentcore_memory.py
Elimine la configuración del Agente creada en esta publicación de su directorio kiro (~/.kiro/agents/kiro_memory.json)
Elimina los ganchos creados en esta publicación de tu directorio kiro (~/.kiro/hooks/)
Conclusión
En esta publicación, demostramos cómo puede mejorar la persistencia del contexto de Kiro CLI utilizando un servidor MCP personalizado que se integra con Amazon Bedrock AgentCore Memory. El servidor MCP personalizado proporciona herramientas integrales para almacenar y recuperar contextos de conversación, monitorear el uso de la memoria y administrar su infraestructura de memoria persistente. Con funciones como recuperación inteligente, marcos de tiempo en lenguaje natural y estrategias de respaldo en cascada, puede acceder de manera confiable a su historial de conversaciones sin proporcionar repetidamente la misma información contextual.
Sobre los autores
Biswanath Mukherjee es arquitecto senior de soluciones en Amazon Web Services. Trabaja con grandes clientes estratégicos de AWS brindándoles orientación técnica para migrar y modernizar sus aplicaciones en la nube de AWS. Con su amplia experiencia en múltiples industrias en arquitectura de nube, se asocia con clientes para desarrollar soluciones innovadoras que sigan la escalabilidad, confiabilidad y agilidad de las mejores prácticas de AWS para satisfacer sus necesidades comerciales.
Sathish Kumar Prabakaran es arquitecto senior de soluciones en AWS con dos décadas de experiencia en infraestructura de nube, aplicaciones, seguridad y DevOps. Se especializa en brindar soluciones técnicas complejas que equilibran el valor comercial con la optimización de costos y posee múltiples certificaciones industriales en los dominios de arquitectura, nube e infraestructura.