Bétában elindult a Databricks Agent Memory

A Databricks 2026. október 20-án bejelentette az Agent Memory szolgáltatást. A béta az Agent Bricks része: ezen a platformon modellekkel és eszközökkel feladatokat végző programok, vagyis ügynökök fejleszthetők. A memóriát a Databricks a Lakebase rendszerében tárolja. A cél a folytonosság a felhasználó visszatérésekor, például a korábban megadott preferenciák és megtanult munkafolyamatok megőrzésével.

Két különböző nyilvántartás

Az architektúra útmutatója megkülönbözteti a beszélgetés nyilvántartását a későbbi beszélgetésekhez megőrzött tudástól. A munkamenet egyetlen interakció munkaállapotát tartalmazza, jellemzően az üzeneteket, eszközhívásokat és azok eredményeit. A memória az ezen túl is fontos tényeket vagy döntéseket őrzi. Egy feldolgozó folyamat kérésre vagy ütemezve emelhet ki tartós információt a munkamenetekből. A fejlesztők a két tárolót együtt és külön is használhatják. Egy munkamenet törlése nem törli a memóriatárolóban már megőrzött információt.

Előfeltételek a próba előtt

A bekötési útmutató Python 3.10-es vagy újabb környezetben működő ügynököt, Databricks-hitelesítést és Databricks CLI-t követel meg. Az SDK-hoz és az Agent Bricks CLI-hez a databricks-agentbricks 0.6.0-s vagy újabb változatát kell telepíteni.

A feldolgozó folyamat feltételei szerint létrehozójának mindkét tárolóhoz hozzá kell férnie, táblákat kell tudnia létrehozni a memóriatároló adatbázisában, és jogosultság kell a kivonatoló modell lekérdezéséhez. A futások a létrehozó identitását használják. A hitelesítés önmagában nem adja meg ezeket a jogosultságokat.

A tárolás és felidézés ellenőrzése

A dokumentált próba rögzít egy preferenciát, ellenőrzi a beszélgetés tárolását, elindítja a feldolgozást, majd megvárja a SUCCEEDED állapotot. Ezután ellenőrzi a mentett emléket, mielőtt ugyanannak a felhasználónak egy új beszélgetésében rákérdez arra. Az utolsó 60 másodperc üzenetváltásai a következő feldolgozási futásra várnak.