A Neo4j memóriából futtatható készségeket készít az ügynököknek

A Neo4j Agent Memory Service memóriában rögzített munkafolyamatokból hordozható, futtatható ügynökkészségeket állít elő. A létrejövő SKILL.md csomagok bizonyítékokat, eredetinformációkat és felülvizsgálati folyamatot is tartalmaznak.
- A NAMS memóriából futtatható SKILL.md csomagokat desztillál.
- A készségek lépéseit eszközhívások és memóriaforrások támasztják alá.
- Minden létrehozott készség emberi felülvizsgálaton esik át.
- A rendszer az elavult lépéseket külön is képes javítani.
- A közzétett készségek Claude Code-ban, MCP-n és REST-en is használhatók.
A memória önmagában még nem eljárás
A Neo4j augusztus 6-án ismertette a skill distillation, vagyis készségdesztilláció funkcióját a Neo4j Agent Memory Service-ben, röviden NAMS-ban. A szolgáltatás gráfalapú, tartós memóriát biztosít az ügynököknek, így egy új munkamenet visszakeresheti, mi történt korábban. A Neo4j szerint azonban az előzmények felidézése önmagában nem adja át azt az eljárást, amely alapján egy új ügynök önállóan elvégezhet egy feladatot.
A NAMS munkaterülete háromféle memóriát kezel. A rövid távú memória az üzeneteket és beszélgetéseket őrzi. A hosszú távú memória tudásgráfként tárolja az entitásokat és kapcsolataikat, amelyeket egy szakterületi ontológia nyer ki a beszélgetésekből. A következtetési memória az ügynök gondolkodási és végrehajtási nyomait rögzíti, beleértve az eszközhívásokat, azok eredményeit és a visszajelzéseket.
A készségdesztilláció egy munkaterület memóriagráfjának meghatározott részéből olyan eljárást készít, amelyet egy új ügynök betölthet és végrehajthat. A Neo4j megfogalmazása szerint a memória azt rögzíti, mi történt, az ontológia ebből lekérdezhető tudást formál, a desztilláció pedig futtatható eljárássá alakítja.
Bizonyítékokkal alátámasztott SKILL.md csomagok
A folyamat HTTP API-n, MCP-kliensen vagy a NAMS irányítópultján keresztül indítható. A kiválasztott hatókör meghatározza, hogy a desztilláló milyen memóriához férhet hozzá, és így azt is, milyen állítások kerülhetnek a készségcsomagba.
Az eredmény egy specifikációnak megfelelő SKILL.md csomag. A fejléc eredetinformációkat tartalmaz, a törzs az eljárással kezdődik, a kapcsolódó anyagok pedig hivatkozásként jelennek meg. A csomagban szerepelhetnek a következtetési memóriában megfigyelt eszközhívásokra alapozott lépések, lefedettségi és megalapozottsági pontszámok, valamint az állításokat igazoló források.
A készség a Neo4j-ben részgráfként is megmarad. A GROUNDED_IN élek a készség állításait az azokat igazoló memóriához kapcsolják. Minden állítás mellett elérhetők a mögöttes memóriaentitások és döntések, a megalapozottsági pontszám, valamint a desztillált SKILL.md.
A létrehozott készség nem kerül automatikusan éles használatba. Először emberi felülvizsgálatra vár. A felülvizsgáló elolvashatja a lépéseket, visszakövetheti a bizonyítékokat, és minden lépésnél megtekintheti az eszközhöz kötést, a bemeneti és kimeneti szerződést, a teljesülést jelző feltételt, valamint az alapul szolgáló memóriát.
A rendszer a változó tudást is követi
A Neo4j szerint a készség érvényessége a mögöttes memória állapotától függ. Az entitások összeolvadhatnak, a szabályzatok frissülhetnek, az eszközök működése pedig megváltozhat. A NAMS drift ellenőrzése összeveti egy lépés korábban rögzített expectStatus értékét az ahhoz kapcsolt :ToolCall csomópontok aktuális állapotával. Ha egy korábban sikeres lépéshez tartozó eszköz már hibát jelez, a rendszer ellentmondásos eltérésként jelöli.
Ha csak egyetlen lépés vált elavulttá, a repairStep funkció kizárólag ezt a részt alapozza újra. A Neo4j leírása szerint a rendszer munkaterület-zárolást vesz fel, követi az összevont forrásokat azok megmaradt elemeihez, elveti a törölt forrásokat, majd ellenőrzi a gráfot. Ezután javító verzió készül, miközben a többi lépés változatlan marad. Ha nincs megmaradt igazoló forrás, a javítás elutasítja a módosítást, és teljes újradesztillálást jelez.
A közzétett készségek Claude Code-ban készségként tölthetők be, MCP-klienseken keresztül lekérhetők a NAMS MCP-szerveréről, illetve REST-en át más ügynökkeretrendszerek is használhatják őket. A szolgáltatás mögött az Agent Instruction Protocol, vagyis AIP áll, amely a készséget típusos, sémával ellenőrzött gráfként írja le.
Az AIP szerzőinek SkillsBench értékelésében a strukturált készségek passzaránya 53,3 százalékról 67,4 százalékra nőtt a szabad szöveges utasításokhoz képest, ami 14,1 százalékpontos különbség. A futási idő körülbelül 13 százalékkal csökkent, 585 másodpercről 510 másodpercre. Ezeket az eredményeket a Neo4j az AIP tanulmányára, az arXiv 2606.04781 azonosítójú forrásra hivatkozva közli.
Neo4j: From Agent Memory to Portable Skills


