Construyendo un asistente de IA con contexto usando AgentCore y OpenClaw
AWS muestra cómo añadir memoria duradera a un asistente personal usando el runtime de AgentCore, OpenClaw y los modelos Claude en Bedrock.
Publicación de la fuente original: 6 de octubre de 2026
Los asistentes listos para usar responden bien a preguntas individuales, pero carecen de continuidad. AWS muestra un asistente personal que acumula contexto usando OpenClaw en el runtime de AgentCore, con la memoria de AgentCore convirtiendo conversaciones desechables en conocimiento duradero.
La solución se empaqueta en una única plantilla de CloudFormation y conecta webhooks de Telegram, API Gateway, funciones Lambda, EventBridge y Amazon S3. Dos modelos Claude en Bedrock se enrutan por tarea: Claude Haiku 4.5 para texto y Claude Sonnet 4.5 para visión. La memoria de AgentCore registra cada turno como un evento a corto plazo y extrae registros a largo plazo clasificados como USER_PREFERENCE, SEMANTIC o SUMMARIZATION, almacenados en espacios de nombres por usuario. La recuperación se limita a 50 resultados con un tiempo de espera de 3 segundos y prioriza las preferencias explícitas antes de los hechos inferidos.
Con un modelo de precios basado en consumo, el uso personal ligero se estima en unos pocos dólares al mes. La arquitectura es agnóstica al dominio, lo que permite a los estudiantes adaptar la misma canalización para bots de soporte, entrenadores de fitness u otros asistentes.