ข้ามไปที่เนื้อหา
เหตุการณ์ร้อนแรงกำลังพัฒนา

LangChain เผยแพร่บทแนะนำการสร้าง proactive agents ด้วย Schedules SDK

1 รายงาน1 แหล่งข่าวที่รายงานอัปเดต 4 ชม. ที่แล้ว

เริ่มตรงนี้

ไดเจสต์ AI

LangChain เผยแพร่บทแนะนำการสร้าง proactive, always-on agents ใน Managed Deep Agents โดยใช้ cron server ที่มีมาให้และ Schedules SDK โดย LangChain ระบุว่ากว่า 70% ของการรัน Managed Deep Agent บน LangSmith มาจากการรันตามกำหนดเวลา ไม่ใช่จากข้อความของมนุษย์ Schedules สามารถกำหนดแบบ static ได้ในไฟล์ schedules/ หรือสร้างตอน runtime ผ่านเครื่องมือที่ห่อ Schedules SDK เช่น set_schedule, list_schedules และ delete_schedule บทความเชื่อม cron เข้ากับ memory consolidation, proactive outreach, triage, follow-ups และ fleet orchestration พร้อมชี้ผู้อ่านไปที่ langch.in/mda สำหรับการตั้งค่า

สร้างจากรายงาน · อัปเดต 4 ชม. ที่แล้ว

ไทม์ไลน์รายงาน

ไล่ตามรายงานเพื่อดูเหตุการณ์นี้จากหลายด้าน

18 พฤศจิกายน
  1. LangChain Blog
    LangChain อธิบายวิธีสร้าง proactive always-on agent ด้วย Schedules SDK ใน Managed Deep Agents

    LangChain ให้รายละเอียดวิธีสร้าง proactive always-on agent ใน Managed Deep Agents โดยใช้ cron server ที่มีมาให้และ Schedules SDK พร้อมระบุว่ากว่า 70% ของการรัน Managed Deep Agent บน LangSmith มาจากการรันตามกำหนดเวลา ไม่ใช่จากข้อความของมนุษย์ Schedules สามารถกำหนดแบบ static ได้ในไฟล์ schedules/ หรือสร้างตอน runtime ผ่านเครื่องมือที่ห่อ Schedules SDK เช่น set_schedule, list_schedules และ delete_schedule โพสต์นี้เชื่อม cron เข้ากับ memory consolidation, proactive outreach, triage, follow-ups และ fleet orchestration และชี้ไปที่ langch.in/mda สำหรับการตั้งค่า

ความร้อนแรงของเหตุการณ์นี้

ช่วงปัจจุบันที่เทียบได้
9
จุดสูงสุดในช่วงที่เทียบได้
1018 พฤศจิกายน 04:00
การเปลี่ยนแปลงใน 24 ชั่วโมง
–

แนวโน้มนี้เปรียบเทียบผู้ร่วมพูดถึงชุดเดียวกันในช่วงเวลาที่เฝ้าดูต่อเนื่อง ช่วงจึงอาจแคบกว่าคะแนนความร้อนปัจจุบัน วางเมาส์หรือแตะกราฟเพื่อดูความร้อนรายชั่วโมง กดลูกศรเพื่อเลื่อนดู