Trigger.dev chat agent

Trigger.dev chat agent 是面向开发者的持久化 AI 聊天后端，支持有状态对话在刷新、崩溃和长轮次中持续运行，并与 AI SDK `useChat` 流程无缝连接，运行于托管基础设施，单轮无超时。

概览

Trigger.dev chat agent 是面向开发者的持久化 AI 聊天后端，用于构建可跨轮次、刷新和崩溃持续运行的有状态对话。它会将每个对话运行在一台没有超时限制的机器上，在空闲时休眠，并在有新消息到来时唤醒，因此代理可以保留自身状态，而无需你管理独立的请求、队列或缓存层。

该产品面向使用 AI SDK 的开发者工作流。更新日志示例展示了一个返回 `streamText` 的 `chat.agent()` 任务，而后端文档说明 `chat.agent()`、`chat.createSession()` 和原始 primitive 方法都使用相同的线协议。Trigger.dev Cloud 定价还显示其提供托管基础设施、按用量计费的计算资源，以及与付费层级并存的免费方案。

核心能力

有状态对话运行时

将一次对话附着在有状态机器上，而不是单个 HTTP 请求上，因此代理可以在轮次之间暂停和继续，而无需每次都在数据库中重建状态。

前后端连接

通过 AI SDK 和 `useChat` 直接流式传输响应，前端与聊天后端之间不需要 API 路由。

持久化执行与流恢复

支持无超时的长轮次、持久化流和崩溃恢复，因此中断的聊天可以在下一条消息到来时继续。

对话作用域记忆

在整个对话期间保留内存中的状态，这对于需要跨轮次持久保存的缓存、变量和子代理很有用。

代理运行可观测性

包含内置追踪、指标以及用于查看成本、Token 和延迟的 AI 指标仪表板。

可配置的机器规格

提供从 micro 起的机器预设，具有专用 CPU、内存和磁盘，并可按代理选择规格或按对话覆盖。

实用场景

长生命周期的客户或助手聊天
当你想要一个可以断开连接后稍后返回且不丢失状态的聊天界面时，使用 `chat.agent()`，因为对话运行在持久化机器上，而不是请求处理器上。
缓慢的多步骤代理工作流
对于可能比普通服务器请求耗时更长、且工具调用较多的代理，使用该后端，包括包含多个步骤、停止信号或子代理的工作流。
AI SDK 聊天界面
当你已经有一个围绕 `useChat` 构建的前端，并希望将其直接连接到由 Trigger.dev 支持的对话时，使用 AI SDK 集成。
有状态对话记忆
当你需要用于缓存或中间数据的对话作用域记忆，并且这些数据应在轮次之间保留，但在新对话或崩溃恢复时重置时，使用该运行时。
自定义后端控制
当你需要对轮次代码、持久化、遥测或自定义流转换进行手动控制，而不仅仅是默认代理流程时，使用更底层的后端选项。

Pros and Cons

Pros

专为需要在刷新、崩溃和长时间暂停后仍不丢失对话身份的聊天而构建。
单轮无超时，有助于支持缓慢的模型调用、工具链以及需要时间思考的子代理。
可与 AI SDK 集成，并直接流式传输到 `useChat`，减少后端胶水代码。
提供内置可观测性，便于跨轮次调试和跟踪成本。
提供从高层 `chat.agent()` 到更底层 primitive 的演进路径，以满足需要更强控制的项目。

Cons

最高级的控制路径，例如原始 primitives 或自定义流转换，需要超越最高层级的 `chat.agent()` API。
这种持久化模型围绕 Trigger.dev 的托管 worker 和聊天专用运行时设计，因此希望使用纯无状态端点的团队可能需要调整其架构。
更大规模使用的定价可能同时包含计算时长和按次运行调用费用，因此需要做好用量规划。

FAQ

chat.agent() 用于什么？

它是一个基于持久化 `chat.agent()` 任务构建的 Trigger.dev AI 聊天后端。对话运行在没有超时限制的机器上，前端可以通过 AI SDK 的 `useChat` 流直接连接，中间无需 API 路由。

基础聊天设置是如何工作的？

更新日志展示了 `chat.agent()` 在任务 `run` 函数中返回 `streamText` 结果，而后端文档说明它会自动处理消息累积、停止信号、轮次生命周期以及自动管道传输。

chat.agent() 在刷新或崩溃后能恢复吗？

公告说明对话状态可以在刷新和崩溃后继续保留，而后端文档描述了 `chat.agent()` 在新运行时可自动恢复继续执行。

Trigger.dev 如何定价？

Trigger.dev 的定价是分层的：有 Free 方案、Hobby 方案、Pro 方案，以及采用自定义定价的 Enterprise 方案。定价页面还显示按用量计费的计算资源和按次运行调用费用。

Trigger.dev 可以自托管吗？

定价页面说明 Trigger.dev 支持自托管，而更新日志指出 chat.agent 运行在托管基础设施上，同时底层机器是真实的 Linux 机器。

Quick Facts

类别: 开发者工具 / AI 聊天
产品: Trigger.dev chat agent
平台: 支持自托管的托管云
主要用户: 构建持久化 AI 聊天和代理工作流的开发者
网站: trigger.dev
定价模式: 免费和付费方案，按用量计费的计算资源和运行费用