Stato e memoria dell'agente

Gli agenti di intelligenza artificiale necessitano di una risorsa di archiviazione permanente per mantenere il contesto tra turni e sessioni. La scalabilità automatica di Lakebase offre un back-end Postgres completamente gestito per l'archiviazione dello stato e della memoria dell'agente, integrando in modo nativo con l'autenticazione e il ridimensionamento automatico di Databricks con il carico di lavoro.

Memoria a breve termine e a lungo termine

Memoria a breve termine Memoria a lungo termine
Acquisisce il contesto all'interno di una singola sessione di conversazione usando ID thread e checkpoint.
Consente agli agenti di rispondere alle domande di follow-up con consapevolezza dei turni precedenti.
Estrae e archivia informazioni dettagliate chiave tra più conversazioni.
Abilita risposte personalizzate in base alle interazioni precedenti.
Crea una knowledge base utente che migliora nel tempo.

È possibile implementare uno o entrambi i tipi di memoria nello stesso agente.

Opzioni di distribuzione

La memoria dell'agente supportata da Lakebase è supportata in due destinazioni di distribuzione di Databricks:

App Databricks: distribuzione di agenti come applicazioni interattive con memoria a breve o a lungo termine, utilizzando i checkpointer di LangGraph o l'SDK di OpenAI Agents. Databricks gestisce automaticamente l'autenticazione tra l'app e Lakebase. Vedere Memoria dell'agente di intelligenza artificiale.

Model Serving: distribuire gli agenti negli endpoint di Model Serving con checkpoint supportati da Lakebase. Supporta LangGraph per riprendere conversazioni o crearne una biforcazione da qualsiasi checkpoint. Vedere Memoria dell'agente di intelligenza artificiale (model serving).

Implementation

Per istruzioni complete sulla configurazione, i modelli di app e gli esempi di notebook, vedere:

Passaggi successivi