Agenttillstånd och minne

Agenter behöver beständig lagring för att upprätthålla kontexten mellan svängar och sessioner. Lakebase tillhandahåller en fullt hanterad Postgres-backend för att lagra agentstatus och minne, integrerar inbyggt med Databricks autentisering och skalar automatiskt med din arbetsbelastning.

Kortsiktigt jämfört med långtidsminne

Kortsiktigt minne Långtidsminne
Samlar in kontext i en enda konversationssession med hjälp av tråd-ID:er och kontrollpunkter.
Låter agenter besvara uppföljningsfrågor med medvetenhet om tidigare interaktioner.		 Extraherar och lagrar viktiga insikter i flera konversationer.
Aktiverar anpassade svar baserat på tidigare interaktioner.
Skapar en användarkunskapsbas som förbättras med tiden.

Du kan implementera någon av eller båda minnestyperna i samma agent.

Implementeringsalternativ

Agentminne som stöds av Lakebase stöds på två Databricks-distributionsmål:

Databricks-appar: Distribuera agenter som interaktiva program med kortsiktigt eller långsiktigt minne med hjälp av LangGraph-kontrollpunkter eller OpenAI Agents SDK. Databricks hanterar autentisering mellan appen och Lakebase automatiskt.

Se Självhanterat agentminne (Lakebase).

Modellservering: Distribuera agenter till modellserveringsslutpunkter med Lakebase-baserade kontrollpunkter. Stöder LangGraph-tidsresor för att återuppta eller förgrena konversationer från valfri kontrollpunkt. Se agentens minne (modellbetjäning).

Implementation

Fullständiga installationsanvisningar, appmallar och notebook-exempel finns i:

Ytterligare resurser

  • Last updated on