# เซสชันและหน่วยความจำ

## เซสชัน

### วิธีทำงานของเซสชัน

การสนทนาทุกครั้งกับเอเจนต์เกิดขึ้นใน **เซสชัน** เซสชันถูกระบุด้วยคีย์ที่เข้ารหัส context, เอเจนต์ตัวไหน ช่องทางไหน แชทไหน

เซสชันรักษา transcript ที่สมบูรณ์ (append-only JSONL) ของข้อความทั้งหมด การเรียกเครื่องมือ และผลลัพธ์ Transcript นี้คือสิ่งที่ให้ context แก่เอเจนต์เกี่ยวกับการสนทนาที่กำลังดำเนินอยู่

### Session Key

เซสชันถูกกำหนดเส้นทางโดยอัตโนมัติตาม context:

| รูปแบบ | ความหมาย |
|, --, -|, --, -|\
| `agent:main:main` | การสนทนาโดยตรงหลัก |
| `agent:<id>:<channel>:group:<id>` | แชทกลุ่มบนช่องทางเฉพาะ |
| `agent:<id>:<channel>:channel:<id>` | การสนทนาช่องทาง/ห้อง |
| `cron:<jobId>` | การรัน scheduled job |
| `hook:<uuid>` | การรันที่ทริกเกอร์ด้วย Webhook |

### วงจรชีวิตเซสชัน

- **การรีเซ็ตรายวัน**, เซสชันรีเซ็ตอัตโนมัติในเวลาที่กำหนดค่าได้ (ค่าเริ่มต้น 4 โมงเช้าตามเวลาท้องถิ่น) ซึ่งสร้าง context การสนทนาใหม่ทุกวันในขณะที่รักษาประวัติ
- **การหมดอายุเมื่อไม่ได้ใช้งาน**, เซสชันที่ไม่ได้ใช้งานในช่วงเวลาที่กำหนดค่าได้สามารถรีเซ็ตอัตโนมัติ
- **การรีเซ็ตด้วยตนเอง**, เริ่มใหม่ได้ทุกเวลาด้วยคำสั่ง `/new` หรือ `/reset`

### การติดตามโทเค็น

เซสชันติดตามการใช้โทเค็นสะสม (อินพุต เอาต์พุต อ่านแคช เขียนแคช) สำหรับการตรวจสอบต้นทุนและการจัดการ context window

---

## Compaction

### Compaction คืออะไร?

เมื่อการสนทนาเข้าใกล้ขีดจำกัด context window ของ model Neotask จะ **compact** มัน, สรุปข้อความเก่าเป็นภาพรวมแบบย่อและเริ่มเซสชันใหม่ด้วยสรุปนั้นพร้อมข้อความล่าสุด

### วิธีทำงาน

1. **การตรวจจับ**, ตรวจสอบการใช้งาน context (ค่าเริ่มต้นทริกเกอร์: 80% ของ context window)
2. **การสรุป**, ข้อความเก่าถูกสรุปเป็น compaction entry
3. **เซสชันใหม่**, เซสชันใหม่เริ่มต้นด้วยสรุปที่ฉีดเข้าที่ด้านบน
4. **การรักษา**, Transcript เก่าถูกเก็บสำหรับประวัติแต่ไม่โหลดเข้า context อีกต่อไป

### การกำหนดค่า

- **เปิดใช้งาน/ปิดใช้งาน**, สลับการ compaction อัตโนมัติ
- **เกณฑ์**, เปอร์เซ็นต์ของ context window ที่ทริกเกอร์ compaction (ค่าเริ่มต้น 80%)
- **จำนวนข้อความขั้นต่ำ**, ไม่ compact หากมีข้อความน้อยกว่า N รายการ

### การ Compact ด้วยตนเอง

คุณสามารถทริกเกอร์ compaction ด้วยตนเองได้ทุกเวลาด้วยคำสั่ง `/compact` ซึ่งมีประโยชน์เมื่อคุณต้องการรีเซ็ต context โดยไม่สูญเสียข้อมูลสำคัญ

---

## หน่วยความจำ

### หน่วยความจำเอเจนต์

เอเจนต์แต่ละตัวมีระบบหน่วยความจำสำหรับการคงข้อมูลสำคัญข้ามเซสชัน:

- **MEMORY.md**, ไฟล์ markdown ใน workspace ของเอเจนต์ที่จัดเก็บข้อเท็จจริงสำคัญ ค่ากำหนด และ context
- **Memory directory**, ไฟล์เพิ่มเติมใน `memory/` สำหรับความรู้ที่มีโครงสร้าง

### Vector Search

Neotask รองรับการค้นหาความคล้ายคลึง vector ข้ามหน่วยความจำเอเจนต์:

1. **การ Index**, ไฟล์หน่วยความจำถูก index โดยใช้ embedding
2. **การค้นหา**, เอเจนต์ค้นหาหน่วยความจำด้วยภาษาธรรมชาติ ("ผู้ใช้พูดอะไรเกี่ยวกับค่ากำหนด API ของพวกเขา?")
3. **การเรียกคืน**, หน่วยความจำที่เกี่ยวข้องถูกส่งคืนตามลำดับความคล้ายคลึง

### Memory Plugin (LanceDB)

Memory plugin ของ LanceDB ให้การจัดเก็บ vector ขั้นสูง:

- ฐานข้อมูล vector ถาวร
- ขนาด chunk และ overlap ที่กำหนดค่าได้
- การค้นหาความคล้ายคลึงที่มีประสิทธิภาพ
- การ re-index อัตโนมัติเมื่อไฟล์หน่วยความจำเปลี่ยนแปลง

### การเรียกคืนอัตโนมัติ

เมื่อเริ่มต้นเซสชัน หน่วยความจำที่เกี่ยวข้องสามารถถูกเรียกคืนและฉีดเข้าใน context ของเอเจนต์โดยอัตโนมัติ ซึ่งให้ความต่อเนื่องแก่เอเจนต์ข้ามเซสชันโดยไม่ต้องโหลดประวัติการสนทนาทั้งหมด

---

## การคงเซสชัน

ข้อมูลเซสชันทั้งหมดถูกจัดเก็บในเครื่อง:

- **Session metadata**, `sessions.json` ติดตามเซสชันที่ใช้งานอยู่ กิจกรรมล่าสุด จำนวนโทเค็น และ config
- **Transcript**, Transcript เซสชันแต่ละรายการจัดเก็บเป็นไฟล์ `.jsonl`
- **การกู้คืน**, เซสชันรอดพ้นการรีสตาร์ท Gateway โดยไม่สูญเสียข้อมูล

### การทำความสะอาด

- เซสชันที่ไม่ได้เข้าถึงในช่วงเวลาที่กำหนดค่าได้ (ค่าเริ่มต้น 30 วัน) มีสิทธิ์สำหรับการทำความสะอาด
- การจัดการเซสชันด้วยตนเองมีผ่าน UI หรือ API
- Transcript ที่ compact แล้วถูก archive แต่สามารถตรวจสอบได้