VoltAgent核心库0.1.22版本发布:增强JSON Schema支持与PostgreSQL记忆存储
VoltAgent是一个现代化的AI代理开发框架,旨在简化智能代理的构建过程。它提供了强大的工具链,使开发者能够轻松创建、管理和部署具有记忆能力的AI代理。最新发布的0.1.22版本带来了两项重要改进:对JSON Schema的原生支持以及PostgreSQL记忆存储功能。
JSON Schema支持增强
在AI应用开发中,结构化数据输出是常见需求。0.1.22版本显著提升了VoltAgent对JSON Schema的支持能力,使得开发者可以更灵活地定义输出数据结构。
技术实现细节
新版在generateObject和streamObject函数中实现了JSON Schema到Zod Schema的自动转换机制。这一改进特别适合REST API场景,因为在这些场景中直接传递Zod Schema可能不太方便。系统内部会自动将JSON Schema转换为Zod Schema进行验证,同时保留原始JSON Schema在系统消息中,确保AI模型能够准确理解预期的输出结构。
实际应用价值
这一改进意味着开发者现在可以:
- 在API调用中直接使用标准的JSON Schema定义输出格式
- 保持与现有JSON Schema生态系统的兼容性
- 无需额外学习Zod语法即可定义复杂的数据结构
- 在RESTful接口和SDK调用中使用相同的Schema定义
该功能已在Anthropic和Groq两个AI提供商的后端实现,确保了跨平台的一致性。
PostgreSQL记忆存储功能
记忆能力是智能代理的核心特性之一。0.1.22版本引入了PostgreSQL作为持久化存储选项,为代理提供了企业级的记忆管理能力。
架构设计
PostgreSQL存储模块采用连接池设计,支持多种配置方式:
- 传统的主机/端口/用户名/密码配置
- 直接使用连接字符串
- 环境变量自动读取
模块还提供了表名前缀自定义、连接池大小调节、存储限制设置等高级选项,满足不同规模应用的需求。
关键特性
- 持久化存储:代理对话历史可以长期保存,不受进程重启影响
- 可扩展性:基于PostgreSQL的成熟架构,轻松应对高并发场景
- 灵活性:支持自定义表结构,便于与现有系统集成
- 可靠性:利用PostgreSQL的事务特性确保数据一致性
使用场景示例
// 配置PostgreSQL存储
const memoryStorage = new PostgresStorage({
connection: {
host: "db.voltagent.app",
port: 5432,
database: "agent_memories",
user: "agent_user",
password: "secure_password",
ssl: true
},
tablePrefix: "custom_prefix",
maxConnections: 20
});
// 创建带有持久化记忆的代理
const agent = new Agent({
name: "客服助手",
description: "具有长期记忆的客户服务代理",
llm: new VercelAIProvider(),
model: openai("gpt-4"),
memory: memoryStorage
});
版本兼容性与升级建议
0.1.22版本保持了对之前版本的完全兼容性,开发者可以平滑升级。对于新项目,建议直接采用此版本以利用最新的功能特性。
对于已有项目,升级时需要注意:
- 如果使用记忆功能,需要评估是否需要迁移到PostgreSQL存储
- 现有使用Zod Schema的代码无需修改,但可以考虑迁移到JSON Schema以获得更好的API兼容性
- 在生产环境部署PostgreSQL存储前,建议进行性能测试
总结
VoltAgent 0.1.22版本通过引入JSON Schema支持和PostgreSQL记忆存储,显著提升了框架的灵活性和实用性。这些改进使得开发者能够更轻松地构建具有复杂交互能力和长期记忆的AI代理,特别是在企业级应用场景中。随着这些功能的加入,VoltAgent进一步巩固了其作为现代化AI代理开发首选框架的地位。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00