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

​
Como funciona

  1. Adicione { type: "history" } ao array tools em sua solicitação
  2. O modelo recebe uma função history que pode ser chamada com uma consulta de busca
  3. Conversas passadas 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 definida por usuário final — cada ID de usuário X-On-Behalf-Of possui um histórico isolado. Usuários finais diferentes não podem ver o histórico uns dos outros.

​
Ative a ferramenta de histórico

mka1 llm responses create \
  --model meetkai:functionary-pt \
  --body '{
    "input": "Lembre-se disto: minha cor favorita é azul.",
    "tools": [{ "type": "history" }],
    "store": true
  }' \
  -H 'X-On-Behalf-Of: <end-user-id>'
Defina store: true para que a conversa seja persistida e disponível para recuperação futura.

​
Recupere informações de uma sessão anterior

Em uma solicitação posterior — mesmo minutos, horas ou dias depois — o modelo pode buscar em seu histórico para encontrar interações passadas relevantes. O modelo decide quando chamar a ferramenta de histórico com base na pergunta do usuário. 
mka1 llm responses create \
  --model meetkai:functionary-pt \
  --body '{
    "input": "Qual é a minha cor favorita?",
    "tools": [{ "type": "history" }],
    "store": true
  }'

​
Exemplo completo: armazenar e recuperar entre sessões

Este exemplo mostra o fluxo completo — armazenando informações em uma solicitação e recuperando em outra. 
# Sessão 1: Diga ao modelo algo para lembrar
mka1 llm responses create \
  --model meetkai:functionary-pt \
  --body '{
    "input": "Lembre-se disto: o prazo do projeto é 15 de março e o orçamento é R$50.000.",
    "tools": [{ "type": "history" }],
    "store": true
  }'

# Sessão 2: Pergunte sobre isso depois
mka1 llm responses create \
  --model meetkai:functionary-pt \
  --body '{
    "input": "Qual é o prazo e o orçamento do projeto?",
    "tools": [{ "type": "history" }],
    "store": true
  }'

​
Detalhes do comportamento

AspectoDetalhe
ArmazenamentoAutomático — cada par de solicitação/resposta é indexado após a resposta ser concluída
BuscaSemântica — usa embeddings vetoriais, não busca por palavras-chave
EscopoPor usuário final — isolado pelo cabeçalho 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 de histórico

  • Personalização: Lembrar preferências do usuário, nomes ou contexto 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: Criar assistentes que aprendem e se adaptam a cada usuário ao longo do tempo

​
Próximos passos