基于湖库一体架构,统一管理结构化、半结构化与非结构化等多模态数据,一个系统承载事务处理、实时分析与 AI 工作负载。
[ Why Agentbase ]
AI 正在重塑企业构建与运行 Agent 的方式,后端基础设施需要为新的用户、新的规模与新的交互而设计。
支撑多 Agent 并行运行、按项目隔离、团队资产复用,及从 POC 到生产版本管理与安全回滚。
统一管理知识检索、跨会话记忆、企业数据开放、应用后端与运行评测,避免重复建设。
用自然语言与 Agent 交互时,检索、记忆、查数与模型调用遵循一致的权限、审计与配额边界。
[ 核心价值 ]
文档、语雀与多格式资料统一摄取、切片与混合检索,多 Agent 按权限共享团队知识库。
Agent 可跨会话记住用户偏好、任务结果与团队经验,同时支持记忆的提取、召回、遗忘与审计。
可受控开放企业已有数据,支持按身份与审计查询,不要求把业务数据迁入新应用库。
认证、数据、存储、外部函数、前端发布等全套后端,面向新建或托管应用按需启用。
提供运行追踪、测试集、发布对比与 BadCase 闭环,让效果改进可度量、可复现。
通过知识检索、记忆召回、企业数据开放与智能模型网关,将治理后的能力快速交付给业务系统、模型与 Agent。
统一知识、记忆、数据、应用后端与运行治理,减少重复建设与重复集成。一套底座支撑从单一场景跑通到批量 Agent 投产,日常运维更简单
核心能力
面向新建或托管应用,提供认证、业务数据、文件存储、外部函数与前端发布等全套后端能力,与知识、记忆、数据开放按需组合。
[ 开放架构 ]
OceanBase Agentbase 以项目为边界承载 Agent 运行时、五大服务与应用后端能力,以 OceanBase 为数据底座,通过 REST / SDK / MCP 连接企业 Agent 平台与 AppStudio。
[ 应用场景 ]
客户保留自有编排与发布,Agentbase 补齐知识、记忆、数据、评测与治理——资产一次建设、治理一次落地、效果可规模化优化。
场景标签:
[ 部署模式 ]
面向已有 Agent 平台或编排工具(如 Dify),保留编排与模型选型,只把知识检索、记忆服务、数据开放与运行评测接到 Agentbase,增强生产后端能力。
面向新业务或 Coding Agent / 轻应用场景,由 AppStudio + Agentbase 提供从前端到后端的完整交付,一个项目边界内完成应用与数据治理。
[ FAQ ]
自研往往按 Agent 重复集成知识、记忆、查数与评测。Agentbase 提供统一的五大服务入口与治理底座,让多 Agent 共享团队资产,并按项目边界隔离,显著降低集成与运维成本。
不需要。主路径是保留客户自有编排与发布,按需接入知识检索、记忆服务、数据开放与运行评测;仅面向新建或托管应用时才需要全套应用后端。
可以。Dify Agent 可通过 HTTP 工具或外部知识库适配层调用 Agentbase 检索 API;知识库文档仍在 Agentbase 维护,检索走统一权限与审计路径。
知识检索管理权威文档与团队知识库;记忆服务沉淀跨会话的用户事实与团队经验;数据开放受控查询企业已有业务数据。三者共用身份、权限与运行评测口径。
通过项目级身份与权限、API Key 最小 scope、审计留痕、配额计量、内容安全审核与运行追踪,为检索、记忆、查数与模型调用建立一致的治理边界。