AWS Bedrock AgentCore Memory : comment donner une mémoire à long terme aux agents AI dans Kiro CLI

AWS a présenté un moyen d'intégrer une mémoire à long terme dans les agents d'IA qui fonctionnent dans le terminal. Cela se fait via Amazon Bedrock AgentCore Memory et un serveur MCP personnalisé dans Kiro CLI — un ajout utile pour les développeurs qui utilisent activement les agents dans leurs projets.

Problème : les agents perdent le contexte

Les agents d'IA fonctionnent souvent sans mémoire entre les sessions. Un utilisateur pose une question — l'agent répond, mais si vous commencez une nouvelle conversation, l'agent ne se souvient pas des interactions précédentes. Cela devient un problème dans les projets à long terme, où la continuité et l'accumulation des connaissances sont nécessaires. C'est particulièrement problématique dans les outils de terminal, où un développeur peut travailler avec un seul agent pendant des heures. Chaque fois, vous devez réexpliquer le contexte et fournir à nouveau les mêmes informations. Cela réduit l'efficacité et c'est frustrant. Amazon Bedrock AgentCore Memory résout ce problème en fournissant un service géré pour sauvegarder et récupérer l'historique des interactions.

Qu'est-ce que Kiro CLI ?

Kiro CLI est un outil de terminal conçu pour une interaction rapide avec les agents d'IA Kiro directement à partir de la ligne de commande. Il est destiné aux développeurs qui travaillent beaucoup dans le terminal et ne veulent pas changer d'interface Web à chaque fois. Kiro CLI vous permet d'envoyer des tâches aux agents, de recevoir des réponses et de gérer leurs paramètres directement depuis bash ou zsh. AWS a montré comment connecter la gestion de la mémoire à Kiro CLI via le Model Context Protocol (MCP) — un standard pour connecter des outils et des services aux modèles d'IA. MCP vous permet d'étendre les capacités des agents sans modifier leur noyau.

Comment fonctionne l'intégration MCP

Un serveur MCP personnalisé agit comme intermédiaire entre Kiro CLI et Bedrock AgentCore Memory. Lorsqu'un développeur envoie une commande au terminal, le serveur charge automatiquement le contexte pertinent de l'historique, l'agent reçoit des informations complètes et peut fournir une réponse précise. Voici ce que le serveur MCP fait sous le capot :

• Sauvegarde le contexte et l'historique de chaque conversation dans Bedrock AgentCore Memory
• Récupère les informations pertinentes des conversations précédentes avant une nouvelle demande
• Suit l'utilisation de la mémoire et les quotas de stockage actuels
• Gère la configuration des agents et leurs paramètres de mémoire
• Fournit le chiffrement et la sécurité lors du stockage des données dans le cloud

Ce processus est entièrement automatique et transparent pour le développeur — il n'a pas besoin de charger manuellement le contexte ni de se soucier de la façon de sauvegarder l'historique.

Exemples pratiques

Imaginez : un développeur utilise un agent pour analyser le code de son projet pendant plusieurs jours d'affilée. Sans mémoire, il devrait charger les informations complètes du projet dans le prompt chaque jour. Avec AgentCore Memory, l'agent se souvient de l'architecture du projet, des bogues trouvés et des décisions prises. Cela rend l'interaction beaucoup plus efficace. Un autre exemple : un agent aide à rédiger de la documentation. S'il se souvient de quels termes ont déjà été expliqués, de quel ton est nécessaire dans le document et de quel public cible il s'adresse — la qualité s'améliore.

Ce que cela signifie

AWS prend en charge la gestion de la mémoire des agents, en fournissant un service prêt à l'emploi et évolutif. Les développeurs n'ont pas besoin d'écrire leur propre base de données pour l'historique des interactions ni de penser à la manière de préserver le contexte entre les sessions. C'est un autre pas vers la création d'agents d'IA plus pratiques, moins chers à maintenir et plus faciles à utiliser dans des projets réels.