返回博客 创建智能体 创建智能体 分享 关键要点 身份范围认证与记忆：用户持有的凭证和用户级记忆让智能体能够在正确的权限下行事，并记住调用者特定的上下文。 HTTP 通道：可在内部工具、客户门户、支持系统及其他能够发送 webhook 的产品界面中使用智能体。 内置网络搜索：Managed Deep Agents 现已开箱即用地包含由 Parallel 提供支持的网页搜索。 今天我们推出 Managed Deep Agents 0.8，新增了对用户持有凭证、用户级记忆、HTTP 通道、Slack 文件传输的支持，并增加了一个由 Parallel 提供支持的预构建网页搜索工具。 Managed Deep Agents（MDA）是在生产环境中构建、部署和运行关键任务智能体的最简单方式，让工程团队能够专注于智能体行为，而不必重复构建每个智能体都需要的相同基础设施。通过今天的版本，我们扩展了 Managed Deep Agents，以支持大多数团队在生产环境中运行智能体时面临的四个挑战：智能体记忆、认证、通道和工具管理。 Managed Deep Agents 将 Deep Agents 框架与在生产环境中运行智能体所需的所有基础设施结合在一起。Managed Deep Agent 是你代码仓库中的一个代码优先项目，让你可以轻松地将智能体的所有原语组织到一个简单的目录中： my-agent/ agent.py | agent.ts | agent.tsx pyproject.toml | package.json # 项目依赖 instructions.md # 同步到 Context Hub 的提示词 identity.py | identity.ts # 认证、线程范围、记忆范围 memory.py | memory.ts # 定义智能体的记忆 tools/ # 自定义工具 channels/ # 入口点，如 Slack 和 GitHub middleware/ # 自定义中间件 schedules/ # 托管的 cron 调度 connectors/ # 托管连接器 skills/ # 同步到 Context Hub 的技能 sandbox/ # 沙箱配置 evals/ # 智能体评估 Managed Deep Agents 实践 假设你正在构建一个内部智能体来支持你的销售团队（在本文中我们称这个智能体为 GTM Agent）。你希望你的智能体能够查询客户详情、研究客户、起草会议简报、跟进邮件等，并帮助保持团队客户关系的活跃度。为实现这一点，你的智能体需要记忆、工具访问、网页搜索、推理和规划能力。 像 Deep Agents 这样的智能体框架有助于构建这些智能体。它们提供了构建复杂智能体的原语，这些智能体能够承担长期运行的关键任务。使用 Deep Agents，启动和运行一个原型很直接，但要让智能体在生产环境中无缝运行，还需要更多工作。 这正是 Managed Deep Agents 的用武之地。它将你定制的 Deep Agents 框架与大规模运行此类智能体所需的托管基础设施打包在一起。这包括添加 Slack 等通道、身份与认证，以及管理工具的权限。构建这些基础设施通常需要耗费数个季度的路线图时间，并需要持续维护。Managed Deep Agents 让工程师能够专注于构建智能体逻辑，并交托样板代码。 当智能体在生产环境中被多个用户使用时，稳健、安全的记忆管理系统非常重要。Managed Deep Agents 此前已支持持久化智能体记忆，让部署能够在对话之间保留指令和偏好。设置记忆可以通过简单的声明文件完成：

记忆声明文件可启用持久化的智能体和用户级记忆。

my-agent/ agent.py memory.py 在 Managed Deep Agents 0.8 中，我们新增了第二层用户级记忆，其范围限定为启动智能体运行的已认证人员。这为智能体提供了一个存储调用者特定上下文的位置，例如偏好、工作风格、重复性任务或用户要求它记住的细节，而不会将该上下文与共享的智能体级记忆混合。 from managed_deepagents import MemoryLayer, define_memory memory = define_memory( agent=MemoryLayer(), user=MemoryLayer(), ) 在底层，持久化记忆由 LangSmith Context Hub 提供支持，使团队能够存储、版本化并协作处理 Skills 和 AGENTS.md 等智能体文件。智能体记忆挂载在 /memories/agent/，由使用该部署的所有人共享。用户记忆挂载在 /memories/user/，以调用者的已认证身份为键。运行时从不在这些层之间复制内容，因此团队可以默认将共享知识和个人上下文分开。这在实际的智能体用例中很有用，例如： 记忆易于配置，并且位于 Managed Deep Agents 项目中的单个文件内。你可以启用智能体层、用户层或两者。你还可以为每一层定义访问策略，让团队控制记忆何时可用以及适用于什么范围。除非另行指定，Managed Deep Agents 使用以下默认值： 这种分层方法确保用户级信息不会“泄露”到与多个用户的对话中。以前面提到的 GTM 智能体为例。用户可以在与智能体的直接私信中发起请求，也可以在 Slack 群组中发起请求。定义的访问策略和默认值确保： 在此处了解更多关于设置智能体和用户级记忆的信息。 连接将 Managed Deep Agent 链接到外部服务，例如 GitHub、Notion 或 Tavily。连接是 LangSmith 工作区中的命名凭证，你的工具仅在运行时读取它们。 与记忆一样，根据智能体的用途和用户与它的交互方式来确定凭证的范围很重要。使用 Managed Deep Agents，你可以在用户级或智能体级限定凭证的范围。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）