Saltar para o conteúdo principal
A ferramenta history fornece aos modelos memória de longo prazo que persiste entre sessões. Quando habilitada, cada par de requisição-resposta é automaticamente armazenado e indexado. O modelo pode então pesquisar semanticamente as interações anteriores para recuperar informações de conversas passadas.

​
Como funciona

  1. Adicione { type: "history" } ao array tools na sua requisição
  2. O modelo recebe uma função history que pode chamar com uma consulta de busca
  3. As conversas anteriores são pesquisadas usando embeddings vetoriais para similaridade semântica
  4. Após cada resposta ser concluída, a mensagem do usuário e a resposta do assistente são armazenadas automaticamente em segundo plano
A memória é isolada por usuário final — cada ID de usuário X-On-Behalf-Of possui um histórico separado. Diferentes usuários finais não podem ver o histórico uns dos outros.

​
Habilitar a ferramenta history

import { SDK } from '@meetkai/mka1';

const mka1 = new SDK({
  bearerAuth: `Bearer ${YOUR_API_KEY}`,
});

const result = await mka1.llm.responses.create({
  model: 'meetkai:functionary-swahili-large',
  input: 'Remember this: my favorite color is blue.',
  tools: [{ type: 'history' }],
  store: true,
}, { headers: { 'X-On-Behalf-Of': '<end-user-id>' } });
Defina store: true para que a conversa seja persistida e fique disponível para recuperação futura.

​
Recuperar informações de uma sessão anterior

Em uma requisição posterior — mesmo minutos, horas ou dias depois — o modelo pode pesquisar seu histórico para encontrar interações relevantes do passado. O modelo decide quando chamar a ferramenta history com base na pergunta do usuário. 
// Em uma nova sessão, o modelo pode recuperar conversas anteriores
const result = await mka1.llm.responses.create({
  model: 'meetkai:functionary-swahili-large',
  input: 'What is my favorite color?',
  tools: [{ type: 'history' }],
  store: true,
}, { headers: { 'X-On-Behalf-Of': '<end-user-id>' } });

// The model calls the history tool, finds the earlier conversation,
// and responds: "Your favorite color is blue."

​
Exemplo completo: armazenar e recuperar entre sessões

Este exemplo mostra o fluxo completo — armazenando informações em uma requisição e recuperando-as em uma requisição separada. 
import { SDK } from '@meetkai/mka1';

const mka1 = new SDK({
  bearerAuth: `Bearer ${YOUR_API_KEY}`,
});

const headers = { 'X-On-Behalf-Of': 'user-123' };

// Session 1: Tell the model something to remember
const first = await mka1.llm.responses.create({
  model: 'meetkai:functionary-swahili-large',
  input: 'Remember this: the project deadline is March 15th and the budget is $50,000.',
  tools: [{ type: 'history' }],
  store: true,
}, { headers });

console.log('Stored:', first.outputText);

// Session 2: Ask about it later
const second = await mka1.llm.responses.create({
  model: 'meetkai:functionary-swahili-large',
  input: 'What is the project deadline and budget?',
  tools: [{ type: 'history' }],
  store: true,
}, { headers });

console.log('Recalled:', second.outputText);
// → "The project deadline is March 15th and the budget is $50,000."

​
Detalhes de comportamento

AspectoDetalhe
ArmazenamentoAutomático — cada par requisição/resposta é indexado após a resposta ser concluída
BuscaSemântica — usa embeddings vetoriais, não correspondência por palavras-chave
EscopoPor usuário final — isolado pelo header X-On-Behalf-Of
IndexaçãoEm segundo plano — não adiciona latência à resposta
ResultadosAté 10 interações passadas mais relevantes retornadas por busca
Tamanho da entradaTexto truncado em 7.500 caracteres por entrada para embedding

​
Quando usar a ferramenta history

  • Personalização: Lembrar preferências, nomes ou contexto do usuário entre sessões
  • Continuidade de projetos: Recuperar decisões, prazos ou requisitos discutidos anteriormente
  • Fluxos de suporte: Manter contexto sobre o histórico de problemas de um usuário
  • Assistentes: Construir assistentes que aprendem e se adaptam a usuários individuais ao longo do tempo

​
Próximos passos