ทำไมต้องสร้างตัวแทน AI RAG บน EdgeOne Makers
แพลตฟอร์มมีความสามารถในการประมวลผลไฟล์, ความจำที่ยึดติดกับเซสชันสำหรับ Q&A หลายเทิร์น, และการเรียกเครื่องมือ LLM สำหรับการเรียกคืน — สร้างสถาปัตยกรรม RAG ตัวแทนที่สมบูรณ์โดยไม่ต้องใช้ฐานข้อมูลหรือบริการเวกเตอร์ภายนอก
การปรับใช้ด้วยคำสั่งเดียว
ปรับใช้ด้วย `git push` สำหรับการปรับใช้โดยอัตโนมัติหรือ `edgeone makers deploy` ผ่าน CLI — ไม่มี Docker ไม่มี Kubernetes ไม่มีการจัดเตรียมเซิร์ฟเวอร์
ตัวรันไทม์เอเจนต์ในตัว
การทำงานที่จัดการด้วยการกำหนดเส้นทางติดเซสชัน, เวลาการดำเนินการสูงสุด 1 ชั่วโมง, และการใช้สถานะในหน่วยความจำใหม่ — สร้างขึ้นเพื่อการเรียก LLM และวงจรตัวแทนหลายขั้นตอน.
โมเดล AI ที่รวมกัน
เข้าถึง DeepSeek, MiniMax, Hunyuan และอื่น ๆ ผ่านเกตเวย์ AI แบบรวม บัญชีใหม่จะได้รับ 500K โทเค็นฟรีโดยไม่มีการกำหนดค่าใด ๆ.
การสังเกตการณ์เต็มรูปแบบ
การติดตามแบบกระจายที่ไม่มีการติดตั้ง — ดูสายเรียกทั้งหมด, การมีปฏิสัมพันธ์กับ LLM, การเรียกเครื่องมือ, และเมตริกความล่าช้าในแดชบอร์ดท้องถิ่นและคลาวด์
วิธีสร้างตัวแทน RAG AI ใน 3 ขั้นตอน
ประมวลผลเอกสารเป็นฐานความรู้ กำหนดเครื่องมือการค้นคืน และปรับใช้ — แพลตฟอร์มจัดการหน่วยความจำ การกำหนดเส้นทาง และการจัดเรียง LLM สำหรับ chatbot ฐานความรู้ของคุณ
1
เขียนเอเจนต์ของคุณ
สร้างในไดเรกทอรี `agents/` ด้วยเฟรมเวิร์กใดก็ได้ (OpenAI SDK, Claude SDK, LangGraph, CrewAI, DeepAgents).
2
ปรับใช้ในผลิตภัณฑ์
ผลักไปที่ Git (GitHub/GitLab/Gitee) สำหรับการปรับใช้โดยอัตโนมัติ หรือเรียกใช้ `edgeone makers deploy` ผ่าน CLI.
3
ออกอากาศสด
ปรับใช้ทั่วโลกในไม่กี่นาทีด้วย SSL อัตโนมัติและการจัดเส้นทางขอบ
ความสามารถของแพลตฟอร์มสำหรับเอเย่นต์ RAG AI
EdgeOne Makers ช่วยให้ตัวแทน rag AI ของคุณเป็นไปได้อย่างไร — การจัดเก็บไฟล์สำหรับฐานความรู้, การเรียกเครื่องมือสำหรับการเรียกคืน, หน่วยความจำเซสชันสำหรับ Q&A หลายครั้ง, และรูปแบบ rag ของตัวแทน AI
คุณสมบัติ | คำอธิบาย |
|---|---|
| Agent Runtime | โฮสต์การเรียก LLM การประสานวงจร Agent และตรรกะทางธุรกิจ พร้อมการกำหนดเส้นทางตามเซสชันและการปรับขนาดอัตโนมัติ |
| เครื่องมือ Sandbox | มีเลเยอร์ API สองชั้นที่แยกจากกันแต่ทำงานร่วมกันได้สำหรับทั้ง LLM และนักพัฒนา ระบบอัตโนมัติของเบราว์เซอร์ การรันโค้ด Shell และการดำเนินการไฟล์ทั้งหมดทำงานในสภาพแวดล้อมแซนด์บ็อกซ์ที่แยกจากกัน |
| พื้นที่จัดเก็บการสนทนา | มีการจัดการหน่วยความจำที่เข้ากันได้กับเฟรมเวิร์ก ด้วย API แบบรวมศูนย์สำหรับเซสชันและข้อความ |
| การตรวจสอบติดตาม | รวบรวมการติดตามการเรียกโดยอัตโนมัติด้วยเครื่องมือแบบไม่รบกวน ช่วยให้ดูการติดตามแบบรวมศูนย์ได้ทั้งในแดชบอร์ดในเครื่องและบนคลาวด์ |
| โมเดลในตัว | เข้าถึง Hunyuan และโมเดลจีนยอดนิยมอื่นๆ ผ่าน AI Gateway พร้อมโควต้า token ฟรีแบบเวลาจำกัด |
ฉันต้องการความสามารถของแพลตฟอร์มอะไรสำหรับเอเจนต์ rag AI?
การจัดเก็บ/ประมวลผลไฟล์สำหรับฐานข้อมูลความรู้, การเรียกเครื่องมือ LLM (ค้นหา + ดึง) สำหรับการดึงข้อมูล, และความจำที่ยึดติดกับเซสชันสำหรับบริบทหลายเทิร์น EdgeOne Makers ให้บริการทั้งสามอย่าง — ช่วยให้สถาปัตยกรรมเอเจนต์ rag โดยไม่ต้องใช้บริการภายนอก.
ฉันต้องการฐานข้อมูลเวกเตอร์เพื่อสร้างแชทบอทฐานความรู้หรือไม่?
ไม่ แพลตฟอร์มระบบไฟล์และการเรียกเครื่องมือช่วยให้สามารถสร้างสถาปัตยกรรมตัวแทน rag ที่มีน้ำหนักเบา — ประมวลผล PDF เป็นข้อความที่มีโครงสร้าง, กำหนดเครื่องมือค้นหา/ดึงข้อมูล, และให้ LLM ดึงหน้าเว็บที่เกี่ยวข้อง ไม่ต้องการ Pinecone หรือ Weaviate
หน่วยความจำเซสชันช่วยตัวแทน rag ai ของฉันได้อย่างไร?
การส่งต่อที่ยึดติดกับเซสชันช่วยให้บริบทการสนทนาของแชทบอทฐานความรู้ของคุณยังคงมีชีวิตอยู่ข้ามคำถามหลายข้อ — ตัวแทนจำได้ว่าได้พูดคุยอะไรไปแล้วและสามารถปรับปรุงคำตอบโดยไม่ต้องเรียกคืนใหม่
การสร้างเอเย่นต์ AI ฟรีจาก RAG บน EdgeOne Makers หรือไม่?
ใช่. 500K โทเค็นโมเดล/เดือน, การจัดเก็บไฟล์ถาวร, หน่วยความจำแบบ session-sticky, และการสนับสนุนการสนทนาหลายครั้ง — ทุกส่วนประกอบสำหรับตัวแทน AI rag ในราคาเป็นศูนย์.
ฉันสามารถปรับแต่งตรรกะการเรียกคืนในตัวแทน rag ai ของฉันได้หรือไม่?
ใช่ คุณกำหนดฟังก์ชันเครื่องมือของคุณเอง (ค้นหา, ดึงข้อมูล, กรอง) — แพลตฟอร์มให้เวลาการทำงานและการเข้าถึง LLM สร้างรูปแบบสถาปัตยกรรมเอเจนต์ rag ใด ๆ: คำสำคัญ, ความหมาย, ไฮบริด หรือแบบกำหนดเอง.