实时数据平台厂商Redis推出专为AI代理设计的情境与记忆解决方案Redis Iris。这是一套位于代理与企业数据之间的情境引擎，帮助代理在执行任务时获取实时、可用的数据，而非仅依赖静态文档、零散集成，或为每个流程单独开发连接方式。

Redis表示，企业在部署AI代理时，常见问题多出现在执行阶段，如状态过时、检索速度慢、记忆分散、工具未连接，以及任务所需数据分布在客户数据库、订单系统、物流服务、客服工单系统和政策文档等多个系统中。缺乏统一的情境层时，代理往往只能给出笼统的回答。而Iris能将分散的数据整合为代理可读的情境，供代理在回应用户、查询运营数据或延续既有交互时使用。

Redis Iris由五项工具组成，包括Redis Context Retriever、Redis Agent Memory、Redis Data Integration、Redis LangCache与Redis Search。其中Context Retriever与Agent Memory为本次新推出的工具，目前以预览形式提供。

Context Retriever主要用于让代理访问结构化的企业数据。开发者可先定义数据中的实体、字段、关系与访问规则，系统将自动生成代理可调用的MCP工具。代理执行时通过限定范围的密钥进行身份验证，仅能查看授权工具，并通过Redis与Redis Search执行索引查询，服务器端还会应用行级过滤。如此，代理可受控地检索所需数据，无需直接查询数据库、依赖文本转SQL，或为每个流程另行开发集成方案。

Redis Agent Memory用于管理代理的短期状态与长期记忆。官方指出，该工具可存储近期交互记录、用户偏好及其他需保留的信息，使代理在多轮对话或不同工作阶段中保持上下文连贯，无需每次都重新获取或重新推导相同信息。

其他工具分别负责数据同步、缓存与搜索：Redis Data Integration可从关系型数据库、数据仓库和文件存储系统中抽取并同步数据至Redis，形成持续更新的运营数据层，供代理查询最新的企业状态；Redis LangCache提供语义缓存，官方称最高可节省90%的token成本；Redis Search则提供底层搜索能力，支持向量、结构化、非结构化及实时数据的检索。