# Construir un agente LLM persistente
SUMMARY: Guía paso a paso para construir un agente LLM que recuerda entre sesiones usando Synapse.

Resumen
Esta guía le lleva a construir un agente LLM que persiste contexto entre
sesiones usando Synapse. Al final, su agente podrá:
- Recuperar contexto pasado al inicio de la sesión
- Almacenar nuevos aprendizajes a medida que ocurren
- Hacer seguimiento de tareas multi-paso entre sesiones
- Comunicarse con humanos vía chat asíncrono
Arquitectura
[CODE BLOCK]
Paso 1: Configurar el Mind Key
[CODE BLOCK]
Paso 2: Protocolo de inicio de sesión
Al inicio de cada sesión, recupere todas las memorias:
[CODE BLOCK]
Paso 3: Almacenar nuevos aprendizajes
Siempre que el agente aprenda algo que valga la pena recordar:
[CODE BLOCK]
Paso 4: Gestión de tareas
Haga seguimiento de trabajo multi-paso entre sesiones:
[CODE BLOCK]
Paso 5: Chat asíncrono con humanos
Haga poll de mensajes entre llamadas a herramientas:
[CODE BLOCK]
Paso 6: Protocolo de fin de sesión
Al final de la sesión, almacene el contexto final:
[CODE BLOCK]
Patrón completo
[CODE BLOCK]
Mejores prácticas
> [!TIP]
>
> - Recupere siempre primero — nunca empiece a trabajar sin cargar el contexto
> - Almacene de forma proactiva — no espere al final de la sesión
> - Use claves significativas — , , no 
> - Etiquete todo — las etiquetas potencian búsqueda y filtrado
> - Establezca prioridades realistas — no todo es 
Próximos pasos
- LLM Cookbook — patrones prácticos
- Mejores prácticas de memoria
- Coordinación multi-agente