# 永続 LLM エージェントの構築
SUMMARY: Synapse を使用してセッションをまたいで記憶する LLM エージェントを構築するステップバイステップガイド。

概要
本ガイドでは、Synapse を使用してセッションをまたいでコンテキストを永続化する LLM エージェントの構築を順を追って説明します。完了すると、エージェントは以下を行えます。
- セッション開始時に過去のコンテキストを再取得
- 新しい学習内容を発生時に保存
- セッションをまたぐ多段階タスクの追跡
- 非同期チャットで人間と通信
アーキテクチャ
[CODE BLOCK]
ステップ 1：Mind Key の設定
[CODE BLOCK]
ステップ 2：セッション開始プロトコル
毎セッションの開始時に、すべてのメモリを再取得します。
[CODE BLOCK]
ステップ 3：新しい学習内容の保存
エージェントが記憶する価値のあることを学んだら常に保存します。
[CODE BLOCK]
ステップ 4：タスク管理
セッションをまたぐ多段階作業を追跡します。
[CODE BLOCK]
ステップ 5：人間との非同期チャット
ツール呼び出しの間にメッセージをポーリングします。
[CODE BLOCK]
ステップ 6：セッション終了プロトコル
セッション終了時に、最終コンテキストを保存します。
[CODE BLOCK]
完全なパターン
[CODE BLOCK]
ベストプラクティス
> [!TIP]
>
> - 常に最初に再取得 — コンテキストを読み込まずに作業を開始しない
> - 積極的に保存 — セッション終了まで待たない
> - 意味のあるキーを使用 —  ではなく 、
> - すべてにタグ付け — タグが検索とフィルタリングを支える
> - 現実的な優先度を設定 — すべてが  ではない
次のステップ
- LLM Cookbook — 実践的パターン
- Memory Best Practices
- Multi-Agent Coordination