AgentRun 通过集成表格存储（Tablestore），为智能体提供三种持久化记忆能力：在同一对话中维持上下文的会话历史、跨会话保留用户偏好等结构化 信息的长期记忆，以及可直接读写的会话状态。本文介绍如何创建并配置记忆存储，并通过可运行的代码示例演示三种记忆类型的使用方式。

Agent 上线如果只要 5 分钟，今天的问题就从"能不能做出来"变成"想让它做什么"。

在开发 AgentRun 的过程中，我们发现了一个让人头疼的问题：现有的沙箱方案太零散了。浏览器、代码执行、Shell 环境各自为政，导致开发效率大打折扣。于是我们决定自己动手，打造一个真正一体化的解决方案——All-In-One Sandbox（AIO）。AIO 是 AgentRun 提供的云上浏览器自动化沙箱环境，它把浏览器、终端和代码执行能力全部集成在一个容器里。通过简单的 SDK 调用，你

Rokid+函数计算自动调配资源，资源负载平衡，实时监测异常，依托阿里云大计算池，加上预热和资源评估的后端算法，保证资源供给。

从“能用”到“好用”，Dify 的生产级落地需要坚实的基础设施支撑。计算层随流量秒级伸缩，存储层无惧突发吞吐，完美适配 AI 业务的“潮汐特征”。彻底消除闲置资源浪费，用低成本的分层存储替代昂贵的数据库扩容，最大化 ROI。全托管免运维底座配合 I/O 物理隔离，彻底消除单点故障风险与数据库性能黑洞。打通从基础设施监控到业务数据分析的“黑盒”，用 Token 成本与用户意图数据反哺业务进化。

自2024年 Dify.ai 开源以来，全球开发者基于其框架已构建超2.3万个智能客服、企业知识库、AI 营销助手等 AI 应用项目。Dify 通过可视化拖拽操作即可实现生产级 AI 智能体开发，显著降低了技术门槛。然而，本地私有化部署模式常面临维护成本高、可靠性不足等问题。阿里云Serverless应用引擎（SAE）提供了一键部署 Dify 的解决方案，适用于 AI 应用开发和测试，支持秒级弹性

AI Agent 正从技术概念快步走向生产应用。但是，开发者和企业从“原型”到“产品”的每一步，都充满了基础设施的挑战。要跨越这道鸿沟，需要的不仅仅是更聪明的模型，而是能全面解决这些问题的基础设施平台。12月10日，。这是一款以全球领先的函数计算 FC 为技术底座的一站式 Agentic AI 基础设施平台。它将 Serverless 的极致弹性、零运维和按量付费的特性与 AI 原生应用场景深度融

Agentic AI 的未来，不应被基础设施的复杂性所束缚。AgentRun Sandbox SDK 的开源，正是为了打破这一壁垒。无论你是 LangChain 的忠实用户，还是 AgentScope 的探索者；无论你在本地调试原型，还是在云端部署生产级应用——函数计算 AgentRun 都能为你提供安全、弹性、免运维的沙箱运行时，让每一个智能体都能轻盈地奔跑在云端。现在就加入我们！加入 “函数计

函数计算 AgentRun 是一个以高代码为核心的一站式 Agentic AI 基础设施平台。秉持生态开放和灵活组装的理念，为企业级 Agent 应用提供从开发、部署到运维的全生命周期管理。函数计算 AgentRun 架构图AgentRun 运行时基于阿里云函数计算 FC 构建，继承了 Serverless 计算极致弹性、按量付费、零运维的核心优势。通过深度集成 AgentScope、LangCh

我们整理了“探秘 AgentRun”系列文章，本系列将梳理企业落地Agent 常见难题，给出具体解法，助力 Agentic AI 快速走进生产级环境。当你已经用 LangChain、AgentScope、LangGraph 等框架开发了 Agent 应用，如何让它们享受函数计算 AgentRun 提供的等能力？好消息是，这篇文章将通过真实的代码示例，展示如何将不同框架的 Agent 应用部署到函数