使用 MongoDB Atlas、Voyage 和 LangGraph 構建智能活動場地運營系統

本教程從大多數代理演示停止的地方開始：為代理賦予持久記憶、操作上下文以及記錄發生事件的能力。活動運營者不僅僅需要一個能總結天氣報告或生成通用計劃的代理，他們需要一個能夠記住之前事件、檢索相關訪客和場地上下文、響應實時運營變化並將結果寫入記憶以備將來類似情況的代理。

我們使用 MongoDB Atlas、Voyage AI 嵌入、LangGraph 和可選的 Langfuse 追蹤構建了此活動場地運營演示。演示場景是 MongoDB Open，一項虛構的高端網球錦標賽，比賽進入第六天。降雨即將來臨，有蓋的招待容量有限，運營者需要保護兩位不同的訪客體驗：Mikiko，首次參與者，希望充分利用場地；Nina，高級賓客，有招待期望和可檢索的歷史記錄。

此演示並非客户案例研究或生產部署，而是一個虛構的構建者場景，靈感來自真實的活動運營經濟。主要網球賽事顯示了決策的重要性：2025 年美國公開賽打破了上座率、收視率和數字覆蓋記錄，並提供了 9000 萬美元的總獎金；USTA 還表示，為期三週的美網為紐約市帶來了超過 12 億美元的年經濟影響。高級粉絲的期望也很高：PwC 發現 60% 的高收入美國體育迷願意為特別活動花費超過 250 美元，20% 願意花費超過 1000 美元。天氣增加了另一層風險，這就是美國人口普查局現在通過其商業趨勢和展望調查追蹤極端天氣對商業銷售的貨幣影響的原因。

MongoDB Open 演示代理不僅僅是制定一個可行的計劃。它讀取當前場地狀態，檢索先前事件記憶，區分訪客羣體，並在招待容量仍可用時採取行動，同時將結果寫回，以便下一次中斷能在更多上下文中處理。完整的代碼庫可在此處獲取。

演示分為三層：一個引導式確定性 UI，使操作故事易於理解；一個託管的 Vercel 演示，為讀者提供公共應用鏈接；以及用於 Atlas Vector Search、向量加詞彙檢索、視覺文檔 RAG、LangGraph 執行和可選 Langfuse 追蹤的實時 API 端點和腳本，以展示整個堆棧如何協同工作。

通過本教程，您將獲得一個由 MongoDB Atlas 支持的 FastAPI 應用，可在本地運行並部署到 Vercel。該應用包括一個四選項卡引導式 UI，用於活動操作故事和實時後端驗證；用於操作狀態、語義記憶、代理操作和 LangGraph 檢查點的 Atlas 集合；存儲在 Atlas 中的 Voyage 多模態嵌入；用於記憶檢索的 Atlas Vector Search；結合向量相似性和詞彙評分的混合檢索端點；檢索視覺操作文檔並將其傳遞給 Claude Vision 的 Vision RAG 端點；可選的 Langfuse 追蹤；以及一個遵循相同降雨延遲故事的可運行 LangGraph 腳本。

架構以 MongoDB Atlas 為核心，既作為操作層也作為內存層。在活動場地運營場景中，速度至關重要，因為有用的行動窗口很短。如果降雨在 20 分鐘後到達，而有蓋招待空間正在填滿，運營者不需要後期事件儀表板或幾分鐘後的批量總結。代理需要在仍有容量保護賓客體驗時讀取當前場地狀態、檢索相關記憶、決定做什麼並寫回結果。這就是數據庫類型及其使用方式成為關鍵系統設計選擇的原因。操作記錄、語義記憶、向量嵌入、視覺文檔和代理操作都位於同一數據層中。代理不需要等待單獨的分析管道，將數據同步到第二個向量數據庫，或協調記憶層所説的與操作系統所説的。Atlas 同時充當記錄系統和代理循環的檢索層：感知變化、檢索正確的上下文、採取行動並持久化發生的事件以供下次使用。

設置過程包括克隆代碼庫、安裝依賴、配置環境變量、初始化 Atlas、植入文本和視覺文檔，然後啓動應用。用户界面有四個選項卡：場地運營儀表板、場景演練、最終結果和實時後端驗證。內存存儲位於 memory_store 集合中，每個文檔包含命名空間、鍵、文本負載、類別元數據和嵌入。命名空間允許應用區分不同類型的記憶：（guests, guest_id）用於訪客特定記憶，（fleet, event_id）用於運營者範圍的事件模式，（docs, event_id）用於視覺操作文檔。

教程還展示瞭如何使用向量搜索和混合搜索查詢內存存儲，以及如何通過視覺 RAG 將多模態嵌入與圖像結合，讓代理能夠檢索諸如通道地圖、容量圖表等視覺文檔。總之，本教程提供了一個全面的端到端參考實現，展示瞭如何構建具有記憶和上下文感知能力的智能代理。