Stav agenta a paměť

Agenti umělé inteligence potřebují trvalé úložiště, aby si udrželi kontext mezi kroky a relacemi. Lakebase Automatické škálování poskytuje plně spravovaný back-end Postgres pro ukládání stavu a paměti agenta, nativně se integruje s ověřováním Databricks a automaticky se škáluje podle vaší pracovní zátěže.

Krátkodobá a dlouhodobá paměť

Krátkodobá paměť Dlouhodobá paměť
Zachycuje kontext v rámci jedné konverzační relace pomocí ID vláken a kontrolních bodů.
Umožňuje agentům zodpovědět následné otázky s vědomím dřívějších kroků.		 Extrahuje a ukládá klíčové přehledy napříč několika konverzacemi.
Umožňuje přizpůsobené odpovědi na základě minulých interakcí.
Vytvoří uživatelskou znalostní bázi, která se v průběhu času zlepšuje.

Ve stejném agentu můžete implementovat buď nebo oba typy paměti.

Možnosti nasazení

Paměť agenta s podporou Lakebase se podporuje u dvou cílů nasazení Databricks:

Databricks Apps: Nasaďte agenty jako interaktivní aplikace s krátkodobou nebo dlouhodobou pamětí pomocí kontrolních bodů LangGraph nebo sady OPENAI Agents SDK. Databricks zpracovává ověřování mezi aplikací a Lakebase automaticky.

Viz paměť samostatně spravovaného agenta (Lakebase).

Obsluha modelu: Nasazení agentů do koncových bodů obsluhy modelu s kontrolními body založenými na Lakebase Podporuje cestování v čase LangGraph pro obnovení nebo větvení konverzací z jakéhokoli kontrolního bodu. Viz paměť agenta AI (obsluha modelu).

Implementace

Úplné pokyny k nastavení, šablony aplikací a příklady poznámkových bloků najdete tady:

Další zdroje informací

  • Last updated on