95٪ من هندسة الذكاء الاصطناعي هي فقط هندسة سياقية. الجميع مهووسون بعارضات أفضل بينما السياق يبقى عنق الزجاجة الحقيقي. حتى أفضل موديل في العالم سيعطيك سيئا إذا أعطيته معلومات خاطئة. إليك ما يغفل عنه معظم الناس: هندسة السياق ليست فقط عن RAG أو الذاكرة أو الوكلاء. إنها فن وعلم تقديم المعلومات الصحيحة، بالشكل المناسب، وفي الوقت المناسب، إلى ماجستير اللغة الكبير الخاص بك. فكر فيما تحتاجه فعليا: ↳ الاسترجاع لجلب الوثائق ذات الصلة ↳ الذاكرة قصيرة المدى لتتبع المحادثات ↳ الذاكرة طويلة الأمد لتذكر تفضيلات المستخدم ↳ عملاء لتنظيم كل شيء ↳ أدوات لتوسيع القدرات هذا يعني خمسة أنظمة مختلفة يجب أن تبنيها، وتوصلها، وتحافظ عليها. لقد كنت أبني مؤخرا باستخدام Pixeltable، وهو نهج مثير للاهتمام لهذه المشكلة. إنه مفتوح المصدر ويتعامل مع هندسة السياق كمشكلة بيانات موحدة: الفكرة بسيطة: بدلا من دمج قاعدة بيانات متجهة، وقاعدة بيانات SQL، وخدمة تضمين، وإطار عمل وكيل، كل شيء يعيش في نظام واحد. مستنداتك، التضمينات، سجل المحادثات، ومخرجات الوكلاء كلها مجرد جداول. التضمينات هي أعمدة محسوبة يتم تحديثها تلقائيا. يعمل البحث المتجه جنبا إلى جنب مع عمليات البيانات المعتادة لديك. ما أجده مفيدا: ↳ خطوط أنابيب RAG دون إدارة قواعد بيانات منفصلة ↳ الذاكرة طويلة الأمد من خلال البحث المتجه عبر المحادثات التاريخية...