免费 RAG AI Agent

上传 PDF，提问，获得带页面级引用的回答。

分钟级上线

零基础设施运维

内置 AI 模型和工具

为什么在 EdgeOne Makers 上构建 RAG AI Agent

平台提供文件处理能力、多轮问答的会话粘性记忆和检索的 LLM 工具调用 — 无需外部向量数据库或服务即可构建完整的 Agent RAG 架构。

一键部署

通过 `git push` 自动部署或 CLI 执行 `edgeone makers deploy` — 无需 Docker、Kubernetes 或服务器配置。

内置 Agent 运行时

托管运行时，支持会话粘性路由、最长 1 小时执行时间和内存状态复用 — 专为 LLM 调用和多步骤 Agent 循环设计。

集成 AI 模型

通过统一 AI 网关访问 DeepSeek、MiniMax、混元等模型。新用户获赠 50 万免费 Token，零配置开箱即用。

全链路可观测

零侵入分布式追踪 — 在本地和云端面板查看完整调用链、LLM 交互、工具调用和延迟指标。

将文档处理为知识库、定义检索工具并部署 — 平台处理知识库问答的记忆、路由和 LLM 编排。

编写 Agent

在 `agents/` 目录下使用任意框架（OpenAI SDK、Claude SDK、LangGraph、CrewAI、DeepAgents）编写。

部署到生产环境

推送到 Git（GitHub/GitLab/Gitee）自动部署，或通过 CLI 执行 `edgeone makers deploy`。

上线运行

分钟级全球部署，自动配置 SSL 和边缘路由。

EdgeOne Makers 如何赋能你的 RAG AI Agent — 文件存储用于知识库、工具调用用于检索、会话记忆用于多轮问答和 AI Agents RAG 模式。

功能	描述
Agent 运行时	承载 LLM 调用、Agent 循环编排与业务逻辑，按会话路由、自动扩缩容。
沙箱工具	面向 LLM 和开发者视角提供两层独立但互通的 API，浏览器、代码执行、Shell、文件操作都在独立沙箱环境运行。
对话存储	适配各个 Agent 框架提供记忆管理能力，提供通用 API 管理会话、消息。
可观测	调用链路自动采集，零侵入插桩，本地 / 云端面板统一查看链路数据。
内置模型	通过 AI 网关调用混元等主流国产模型，享限时免费 Token 额度；也支持自带 API Key 接入更多模型。

带上你熟悉的框架 — 支持所有主流 SDK 和编排库，JavaScript 和 Python 均可。

知识库的文件存储/处理、检索的 LLM 工具调用（搜索 + 获取）和多轮上下文的会话粘性记忆。EdgeOne Makers 全部提供 — 无需外部服务即可实现 Agent RAG 架构。

不需要。平台的文件系统和工具调用支持轻量级 Agent RAG 架构 — 将 PDF 处理为结构化文本，定义搜索/获取工具，让 LLM 检索相关页面。无需 Pinecone 或 Weaviate。

会话粘性路由让知识库问答的对话上下文在多次提问间保持活跃 — Agent 记住讨论内容，无需重新检索即可优化回答。

免费。每月 50 万模型 Token、持久文件存储、会话粘性记忆和多轮对话支持 — AI Agents RAG 所需全部组件零成本。

可以。你定义自己的工具函数（搜索、获取、过滤）— 平台提供运行时和 LLM 访问。构建任意 Agent RAG 架构模式：关键词、语义、混合或自定义。