User Context

Qu'est-ce que User Context?

User Context est la tranche de mémoire per-user à l'intérieur d'un espace de travail. Là où Business Memory répond « comment fonctionne cette entreprise? », User Context répond « comment fonctionne cette personne en particulier travail?" — leur ton, leurs flux de travail enregistrés, leurs interactions récentes, les comptes qu'ils possèdent, les raccourcis qu'ils préfèrent.

Chaque étape AI et chaque session de discussion reçoit les deux couches. Agents base le raisonnement général dans Business Memory, puis personnalise la sortie à l'aide de User Context — sans qu'aucune des couches ne fuie entre les utilisateurs ni ne s'infiltre dans la ligne de base de l'espace de travail partagé.

Ce qui vit dans User Context

Modèle de cadrage

User Context est stocké dans l'espace de travail, mais chaque entrée est étiquetée avec l'identifiant de l'utilisateur afin que les lectures et les écritures soient étendues de manière transparente. Vous n'avez jamais besoin de filtrer manuellement par utilisateur: les outils MCP et le contexte d'étape AI le font pour vous en fonction de l'identité de l'appelant.

Écrire User Context

La plupart des User Context sont écrits automatiquement. Le chat extrait les préférences de ce que vous dites et les flux de travail rédigent les observations au fur et à mesure de leur exécution. Vous pouvez également écrire directement depuis un client MCP ou une étape AI:

store_memory({
  scope: "user",
  key: "preferred_tone",
  value: "direct, no corporate filler",
  category: "preference",
  confidence: 95
})

store_memory({
  scope: "user",
  key: "owned_accounts",
  value: ["Acme Corp", "Globex", "Initech"],
  category: "fact",
  mergeStrategy: "append"
})

scope: "user" lie l'entrée à l'utilisateur appelant. La même clé écrite par un utilisateur différent est une entrée différente.

Lecture de User Context

Les lectures suivent les trois mêmes modèles que Business Memory — rappel direct, liste par catégorie ou recherche sémantique — mais limitées aux entrées de l'utilisateur actuel:

// Direct recall
recall_memory({ scope: "user", key: "preferred_tone" })

// List all the current user's preferences
list_memories({
  scope: "user",
  category: "preference",
  limit: 50
})

// Semantic search across the user's memories
search_memories({
  scope: "user",
  query: "what accounts am I working on this quarter"
})

Les sessions de chat injectent automatiquement un ensemble compact de User Context aux côtés de Business Memory dans l'invite du système, afin que les agents disposent de la bonne personnalisation sans que vous ayez à écrire les invites à la main.

Comment Agents utilise les deux calques

Lorsqu'un agent s'exécute pour le compte d'un utilisateur, le contexte mémoire est assemblé en trois phases et transmis ensemble au modèle:

Le bundle combiné est plafonné afin qu'il reste compact (environ quelques centaines de jetons), gardant le reste de la fenêtre contextuelle libre pour la tâche réelle.

Confidentialité et isolement

• •User Context n'est jamais exposé aux autres utilisateurs de l'espace de travail. Les administrateurs peuvent l'auditer, mais les agents fonctionnant au nom de l'utilisateur B ne voient jamais les mémoires de l'utilisateur A.
• •User Context reste à l'intérieur des limites de l'espace de travail. Il n’est pas partagé entre les espaces de travail, même si la même personne est membre des deux.
• •Vous pouvez supprimer une entrée à tout moment depuis Paramètres > Mémoire, et la suppression d'un utilisateur de l'espace de travail supprime également son User Context.

Prochaines étapes

• Business Memory — La couche d'espace de travail partagé sur laquelle User Context se trouve au-dessus
• Persistent Memory — Primitive de mémoire sous-jacente, stratégies de fusion et TTL
• Proactive Agents — Comment les agents utilisent User Context pour chronométrer et personnaliser les nudges
• Knowledge Graph Présentation — Où les mémoires s'intègrent dans l'architecture plus large KG