Os agentes ficam parados antes da produção

A maioria dos programas de agentes não falha no modelo. Eles falham na camada de dados abaixo dele, e isso se manifesta em quatro lugares.

O contexto funciona independentemente do histórico operacional, então os agentes começam com zero, perguntam novamente ao cliente ou preenchem a lacuna sozinhos.

Cada agente precisa de sua própria integração para acessar dados em tempo real, portanto, a criação do décimo leva o mesmo tempo que a criação do primeiro.

Os agentes não conseguem se explicar sozinhos

Os alertas, ferramentas, rastros e os registros que um agente lê ficam armazenados em sistemas separados, de modo que ninguém possa dizer o que realmente aconteceu.

Explosão nos custos dos tokens

Sem memória persistente, os aplicativos reenviam toda a conversa a cada vez e cobram novamente pelo contexto já armazenado.

Marcado pelo desempenho público

Escala 1B+

Armazenamento de vetores e busca em três tipos de índice

82.3%

no benchmark LoCoMo Eval

IA em produção no Couchbase

0,5 segundos

Meta de transação agencial

Leia a história

65%

dos cartões do mundo que foram marcados por fraude

Leia a história

70M

documentos atrás do assistente de inteligência artificial em 8.000 operações por segundo

Leia a história

Coloque seus agentes a trabalhar com dados de negócios reais

  • Plano
  • Recuperar
  • Razão
  • Lei
  • Lembre-se
  • Agente Memória
  • MCP Server
  • Integração com o Bedrock

Como o agente Memory é processado

Memória curta e longa

Gerencie sessões ativas (de curto prazo) enquanto mantém os dados, perfis e resumos em todos os momentos (de longo prazo), através de uma única API.

Segurança e governança

A isolação de memória por usuário combina com a autenticação OIDC/OAuth2. O acesso à memória é rastreável através do Agent Tracer para auditoria e depuração.

Frescor da memória e viagem no tempo

A decodificação baseada em TTL elimina automaticamente o contexto antigo. Os blocos de memória imutáveis permitem a recuperação em um único ponto no tempo e a resolução de conflitos com base em timestamps.

Autogestionado ou totalmente gerenciado

Execute-o você mesmo no Docker, em qualquer nuvem ou em ambiente isolado, com integrações validadas para o LangGraph, o CrewAI, o LlamaIndex e o Strands. Ou execute-o gerenciado no Capella. 

Pronto para se integrar ao seu ecossistema de IA

O agente Memory é validado com os sistemas LangGraph, CrewAI, LlamaIndex e Strands, e pode ser acessado através do protocolo REST para tudo o mais. As chamadas do serviço Model Service utilizam modelos de fronteira através do Amazon Bedrock. Parceiros de diversas áreas, como dados, observabilidade e infraestrutura, interagem com a mesma camada governada, de modo que alterar uma parte do seu conjunto de ferramentas não significa mais reconstruir o resto.

TOTALMENTE GESTIONADO

Couchbase Capella

Os serviços de agente Memory, MCP Server, Agent Catalog e Model Service são entregues como serviços gerenciados. Não há necessidade de configurar, fazer patches ou dimensionar recursos. A inferência sem servidor é cobrada por token, os embeddings são gerados através de redes privadas e os dados operacionais que os agentes acessam já estão armazenados aqui.

AUTOMAÇÃO

Couchbase Server Enterprise Edition

O mesmo Planeamento de Dados da IA no seu próprio data center, no cloud privado ou em um site totalmente isolado. O Memory do agente, o Catalog do agente e o MCP Server são executados como containers com o mesmo modelo de dados, as mesmas APIs e o mesmo modelo de segurança, de modo que os agentes possam migrar entre as implementações sem necessidade de uma reescrita.

O Couchbase AI Data Plane™ oferece aos agentes de IA de produção uma camada de dados gerenciada para memória, contexto, ferramentas, prompts, rastros, cache e os dados operacionais em tempo real que geram o negócio.

O Agent Catalog gerencia metadados de prompt, metadados de ferramenta e rastros de ponta a ponta, permitindo que as equipes inspeccionem, reutilizem e gerenciem o comportamento dos agentes em todas as aplicações.

O agente Memory mantém o estado da sessão a curto prazo e o perfil e a memória semântica a longo prazo em todas as sessões, reinicios, utilizadores e frameworks, armazenados juntamente com os dados operacionais que o agente está a trabalhar.

A memória persistente elimina a necessidade de reenviar o histórico da conversa em cada rotação, o armazenamento de dados em cache precisa e semântico evita chamadas repetidas ao modelo, o registro de ferramentas e prompts reduz chamadas incorretas dispendiosas e a inferência sem servidor é calculada com base no token, em vez da capacidade reservada da GPU.

O Couchbase mantém prompts, ferramentas, registros, memória e dados operacionais em uma camada de dados gerenciada, para que as equipes possam verificar quais agentes utilizaram e por que responderam.

Sim, a AI Services passou oficialmente a se chamar AI Data Plane a partir de junho de 2026. O produto evoluiu sob a identidade AI Data Plane para suportar novos recursos.

Deixe a proliferação de bancos de dados no passado

Cada adição de pilha significa mais contas a pagar e mais coisas a administrar. Estimule o quanto você poderia economizar em 2 minutos.