AI Agent 的能力，取决于它能够获取什么样的上下文。能够可靠地获取准确信息，Agent 才能基于事实做出决策；如果缺少必要的信息，它就只能猜测。
与此同时，Agent 执行任务时产生的数据本身也是一项重要资产。每一次执行轨迹、中间结果和最终输出，都是团队评估、调试和改进 Agent 所需的原始素材。
但在实际应用中，这些上下文数据往往分散在各种地方，包括文档、视频和音频资料库、业务数据库以及执行日志。不同数据源有各自的格式、访问方式和更新机制。要让 Agent 真正用好这些数据，团队就需要构建并维护转录任务、索引流水线和数据同步脚本，并随着数据源的变化不断调整这些流程，确保它们能够协同工作。
Agent 的能力上限，很大程度上取决于数据基础设施的质量。因此，数据底座也应该像 Agent 本身一样，经过精心设计和工程化建设。
目前，DigitalOcean Agent 数据服务已开放内测，可直接向卓普云（aidroplet.com）申请权限使用。它为 Agent 提供了一个统一托管的数据环境：Agent 可以从中读取所需的上下文，也可以将执行结果写回其中。通过配置 Data Flows（数据流），新到达的数据会自动经过处理、丰富和索引。这样，多模态内容、结构化记录和 Agent 会话数据就能统一存放在一个集中管理的数据目录中，并通过一次查询按语义检索。
该服务与计算资源和模型运行在同一个云平台上。你可以直接基于自己的数据构建搜索、分析和 Agent 应用，而不必自行运维数据处理流水线。它同时也是 DigitalOcean Learning Services 的数据层，让团队能够利用 Agent 的历史会话和执行记录测试改进方案，并持续优化 Agent 的表现。
不再需要拼凑多个数据存储服务
DigitalOcean Agent 数据服务将原本需要通过多个供应商和服务搭建的数据技术栈，整合为一个统一托管的上下文数据底座。
这项服务专为 AI 原生团队和自主 Agent 设计，连接原始数据采集与 AI 应用的实时推理环节，减少从模型开发到生产部署过程中所需的额外工程工作。
Agent 数据服务的核心能力包括：
- 托管数据流（Managed Data Flows）：新数据到达后，由你配置的数据流自动完成处理、向量索引和内容丰富化，无需自行维护数据处理流水线。
- 统一数据目录（Data Catalog）：将结构化记录和向量数据存放在同一个受管理的数据目录中，并保留数据来源和处理过程的可追溯性。
- 通过 SQL 和 API 查询：你可以使用 SQL 查询数据，也可以通过 API 让 Agent 直接访问数据。
- 构建于 DigitalOcean 云平台之上：与现有的计算资源、推理模型和托管数据库运行在同一个云平台中。
工作原理：底层如何运作
从整体上看，Agent 数据服务在原始数据源与 AI 应用之间提供了统一的数据连接层。平台负责处理数据从采集到使用的完整流程，包括自动化多模态处理、索引构建，以及实时记录 Agent 的执行轨迹。所有数据都会存储在逻辑隔离的数据目录中，并支持通过标准 SQL、向量搜索或开发者 API 进行查询。
Agent 数据服务可以与 DigitalOcean 托管 Agents 集成使用，也可以作为独立的数据工作空间运行。你可以轻松接入内部和外部数据源，包括 DigitalOcean Spaces 以及第三方云存储服务。
实际应用场景与核心优势
开发者可以利用 Agent Data Services，将原始多模态内容转化为适合 AI 使用的上下文数据，同时把 Agent 的执行过程和行为转化为结构化数据，为后续评估和改进提供依据。
典型应用场景：
- Agent 执行轨迹与记忆：记录 Agent 的多步骤执行过程，并将会话状态实时反馈给 RAG（检索增强生成）应用。
- 视频与媒体检索：让用户能够根据语义、字幕和类别检索视频资料库，而不必手动搭建和维护标签处理流水线。
- 多模态支持与知识档案库：将图片、音频录音、通话转录文本和产品文档整合到一个统一的查询入口中。
核心优势：
- 统一接入各类数据。 图片、音频、视频、文档、结构化记录，以及 Agent 运行时生成的执行轨迹，都可以集中存储和管理。
- 通过数据流让数据随时可供 AI 使用。 每批新数据都会自动经过你配置的处理步骤，转换为结构化、可查询的形式，无需自行部署和维护数据流水线基础设施。
- 通过统一的数据目录管理所有数据。 结构化记录与向量数据可以存放在同一个受管理的数据目录中，并保留数据来源的可追溯性。你无需另外部署和维护独立的向量数据库。
- 通过 SQL 和 API 查询数据。 你可以使用 SQL 查询，也可以让 Agent 通过 API 访问数据，使人员和 Agent 都能基于同一份最新数据开展工作。
- 默认提供访问控制与审计能力。 支持按工作空间划分访问权限、使用 DigitalOcean 团队角色和 API Token 进行身份与权限管理，并记录工作空间及访问相关事件的审计日志。
与 DigitalOcean 云生态集成
Agent 数据服务是 DigitalOcean 的 AI 原生云体系中的核心文数据底座。
该服务与 DigitalOcean 的无服务器推理、托管 Agents 和 Spaces 对象存储 原生集成，为数据提供一个长期可用、能够支持智能检索的存储和管理环境。在 DigitalOcean 上运行的模型，可以从 Agent 数据服务获取经过授权且保持更新的上下文，开发者无需再编写大量自定义代码来连接和维护数据流水线。
Agent 数据服务还会记录 Agent 运行时产生的执行轨迹和行为遥测数据，为 Agent 的反馈与改进闭环提供基础。它能够将 Agent 的对话轮次、工具调用和会话历史转化为结构化、可查询的上下文数据。
这条持续产生的数据流还可以与 DigitalOcean 更强的可观测性和评估工具体系相结合，包括 Insights 和 Agent Learning Services（包括 Signals、Evaluations 和 Simulations）。
通过提供一个统一的数据存储环境，让 Agent 能够读取最新知识，并将执行结果写回其中，Agent 数据服务为团队持续评估、优化和改进 Agent 提供了必要的数据基础。
立即开始构建新一代 AI Agent
DigitalOcean Agent 数据服务目前已向获准参与内测的用户开放。你可以体验如何将多模态数据和实时执行轨迹整合到一个统一托管的上下文数据闭环中，同时免去自行搭建和维护数据流水线的工作。
如需了解平台功能、集成方式和入门步骤，请查看产品文档。如需申请参与内测，可联系DigitalOcean 中国区战略合作伙伴卓普云（aidroplet.com）。