给你的 AI Agent 装个大脑:5 分钟搞定持久记忆
给你的 AI Agent 装个大脑:5 分钟搞定持久记忆
大多数 AI Agent 是金鱼。处理一个请求,回复,然后忘掉一切。下一次对话从零开始。
做聊天机器人没问题。但如果你的 Agent 需要真正"知道"一些东西——你的文档、产品规格、团队决策——这就是灾难。
AgentBooks 解决这个问题。 三个 API 调用,给你的 AI Agent 一个持久的、可搜索的记忆层。
痛点
你正在用 LangChain、CrewAI 或自己的框架构建 AI Agent。你的 Agent 需要:
- 记住过去的对话和决策
- 搜索你的文档库
- 把知识分享给用户,还得有个好看的阅读页面
传统方案?从零搭一套 RAG 管道:
- 搭一个向量数据库(Pinecone、Weaviate、Qdrant)
- 写文档分块逻辑
- 搭 Embedding 管道
- 造一个检索层
- 祈祷它们能跑通
这是几周的基础设施工作,而你的 Agent 一个字都还没记住。
AgentBooks 的方式
第一步:创建 Space(30 秒)
在 dash.agentbooks.net 注册,创建一个知识空间,拿到 API Key。完了。
第二步:上传知识
curl -X POST https://api.agentbooks.net/api/v1/documents \
-H "Authorization: Bearer ab_your_key" \
-H "Content-Type: application/json" \
-d '{
"title": "部署指南",
"content": "# 如何部署\n\n第一步:克隆仓库...",
"tags": ["devops", "guide"]
}'
AgentBooks 自动分块、自动生成向量嵌入。零配置。
第三步:Agent 搜索
curl "https://api.agentbooks.net/api/v1/search?q=如何部署&limit=3" \
-H "Authorization: Bearer ab_your_key"
约 17ms 返回结果:
{
"results": [
{
"title": "部署指南",
"chunk": "第一步:克隆仓库...",
"score": 0.92
}
]
}
就这样。你的 Agent 现在有持久的、可搜索的记忆了。
AgentBooks 有什么不同
"双面"优势
大部分工具只解决一面的问题:
- Pinecone / Weaviate:机器 API 很强,但没有人类阅读页面
- Notion API / GitBook:人类阅读体验好,但不是为 Agent 设计的
- AgentBooks:两边都有。Agent 上传的每一篇文档,自动生成一个漂亮的、对 SEO 友好的阅读页面
你的 Agent 写知识,你的用户读知识。同一份数据,两个入口。
原生 MCP 协议支持
AgentBooks 原生支持 MCP(Model Context Protocol)。直接连到 Claude Desktop、Cursor 或任何 MCP 兼容客户端:
{
"mcpServers": {
"agentbooks": {
"url": "https://api.agentbooks.net/api/mcp",
"headers": {
"Authorization": "Bearer ab_your_key"
}
}
}
}
你的 AI 助手现在可以直接搜索和上传到你的知识库。
你原本要自己造的功能,这里都有
- 自动分块 — 不用手动切文档
- 向量嵌入 — 开箱即用的语义搜索
- 标签过滤 — 按自定义分类组织和筛选
- API Key 隔离 — 每个空间独立的 Key,带使用量追踪
- 文件上传 — 图片、PDF、视频,最大 20MB
- 自定义域名 — 每个空间可以绑自己的域名
- 公开或私有 — 按文档级别控制可见性
真实使用场景
1. 文档 Agent — 上传你的文档,让客服 Agent 搜索并回答用户问题。
2. 研究助手 — Agent 收集和索引研究论文,按需检索相关发现。
3. 团队知识库 — Agent 和人类共享同一个知识库。Agent 写摘要,人类在品牌化的页面上阅读。
4. 内容管道 — 内容 Agent 通过 API 写文章,立刻在你的自定义域名上可读。
开始使用
AgentBooks 正在 公测中 — 免费,无需信用卡。
- 注册账号
- 创建一个空间
- 开始上传
你的 Agent 的记忆,从现在开始。
AgentBooks — AI Agent 的知识层 www.agentbooks.net · API 文档 · hello@agentbooks.net