ai-agents-for-beginners
AI एजेंट्स के लिए मेमोरी
जब AI एजेंट्स बनाने के अनूठे फ़ायदों पर चर्चा होती है, तो मुख्य रूप से दो बातें बताई जाती हैं: टूल्स को कॉल करके कार्य पूरे करने की क्षमता और समय के साथ सुधार करने की क्षमता। मेमोरी एक स्व-सुधार करने वाले एजेंट बनाने की नींव है जो हमारे उपयोगकर्ताओं के लिए बेहतर अनुभव बना सके।
इस पाठ में, हम देखेंगे कि AI एजेंट्स के लिए मेमोरी क्या है और हम इसे अपने एप्लिकेशन के लाभ के लिए कैसे प्रबंधित और उपयोग कर सकते हैं।
परिचय
यह पाठ निम्नलिखित को कवर करेगा:
• AI एजेंट मेमोरी को समझना: मेमोरी क्या है और यह एजेंट्स के लिए क्यों आवश्यक है।
• मेमोरी को लागू करना और संग्रहीत करना: AI एजेंट्स में मेमोरी क्षमताओं को जोड़ने के व्यावहारिक तरीके, जिनमें अल्पकालिक और दीर्घकालिक मेमोरी पर ध्यान केंद्रित होगा।
• AI एजेंट्स को स्व-सुधारकर्ता बनाना: मेमोरी कैसे एजेंट्स को पिछले इंटरैक्शन से सीखने और समय के साथ सुधार करने में सक्षम बनाती है।
उपलब्ध कार्यान्वयन
इस पाठ में दो व्यापक नोटबुक ट्यूटोरियल शामिल हैं:
• 13-agent-memory.ipynb: Microsoft एजेंट फ्रेमवर्क के साथ Mem0 और Azure AI Search का उपयोग करके मेमोरी को लागू करता है
• 13-agent-memory-cognee.ipynb: Cognee का उपयोग करके संरचित मेमोरी को लागू करता है, जो एम्बेडिंग्स द्वारा समर्थित एक ज्ञान ग्राफ़ का स्वचालित रूप से निर्माण करता है, ग्राफ़ को दृश्य बनाता है और बुद्धिमान पुनर्प्राप्ति करता है
सीखने के लक्ष्य
इस पाठ को पूरा करने के बाद, आप जानेंगे कि कैसे:
• AI एजेंट मेमोरी के विभिन्न प्रकारों के बीच अंतर करें, जिनमें कार्यकारी, अल्पकालिक, दीर्घकालिक मेमोरी, साथ ही विशेष प्रकार जैसे पर्सोना और एपिसोडिक मेमोरी शामिल हैं।
• Microsoft एजेंट फ्रेमवर्क का उपयोग करते हुए AI एजेंट्स के लिए अल्पकालिक और दीर्घकालिक मेमोरी को लागू और प्रबंधित करें, Mem0, Cognee, व्हाइटबोर्ड मेमोरी जैसे टूल्स का लाभ उठाएं, और Azure AI Search के साथ एकीकृत करें।
• स्व-सुधार करने वाले AI एजेंट्स के पीछे के सिद्धांतों को समझें और कैसे मजबूत मेमोरी प्रबंधन प्रणालियाँ निरंतर सीखने और अनुकूलन में योगदान देती हैं।
AI एजेंट मेमोरी को समझना
मूल रूप से, AI एजेंट्स के लिए मेमोरी उन तंत्रों को संदर्भित करती है जो उन्हें जानकारी को बनाए रखने और याद करने की अनुमति देते हैं। यह जानकारी बातचीत के विशिष्ट विवरण, उपयोगकर्ता की प्राथमिकताएँ, पिछले कार्य या यहां तक कि सीखे गए पैटर्न हो सकते हैं।
बिना मेमोरी के, AI एप्लिकेशन अक्सर स्टेटलेस होते हैं, जिसका मतलब है कि हर इंटरैक्शन एक नई शुरुआत से शुरू होता है। इससे एक बार-बार होने वाला और निराशाजनक उपयोगकर्ता अनुभव बनता है जहाँ एजेंट पिछला संदर्भ या प्राथमिकताएँ “भूल” जाता है।
मेमोरी महत्वपूर्ण क्यों है?
एक एजेंट की बुद्धिमत्ता गहराई से इसकी पिछली जानकारी को याद रखने और उपयोग करने की क्षमता से जुड़ी होती है। मेमोरी एजेंट्स को निम्नलिखित बनाने की अनुमति देती है:
• प्रतिबिंबित: पिछले कार्यों और परिणामों से सीखना।
• इंटरैक्टिव: चल रही बातचीत के दौरान संदर्भ बनाए रखना।
• पहले से सोचने वाला और प्रतिक्रिया करने वाला: ऐतिहासिक डेटा के आधार पर आवश्यकताओं का अनुमान लगाना या उचित प्रतिक्रिया देना।
• स्वायत्त: संग्रहीत ज्ञान पर आधारित अधिक स्वतंत्र रूप से कार्य करना।
मेमोरी को लागू करने का लक्ष्य एजेंट्स को अधिक विश्वसनीय और सक्षम बनाना है।
मेमोरी के प्रकार
कार्यकारी मेमोरी
इसे उस स्क्रैच पेपर के रूप में सोचें जिसका उपयोग कोई एजेंट एक एकल, चल रहे कार्य या विचार प्रक्रिया के दौरान करता है। यह अगले चरण की गणना के लिए आवश्यक तुरंत जानकारी रखता है।
AI एजेंट्स के लिए, कार्यकारी मेमोरी अक्सर बातचीत से सबसे संबंधित जानकारी को पकड़ती है, भले ही पूरी चैट इतिहास लंबी या संक्षिप्त हो। यह आवश्यक तत्वों जैसे आवश्यकताएँ, प्रस्ताव, निर्णय, और क्रियाएं निकालने पर केंद्रित होती है।
कार्यकारी मेमोरी का उदाहरण
एक यात्रा बुकिंग एजेंट में, कार्यकारी मेमोरी उपयोगकर्ता की वर्तमान अनुरोध को पकड़ सकती है, जैसे “मैं पेरिस की यात्रा बुक करना चाहता हूँ”। यह विशिष्ट आवश्यकता एजेंट के तत्काल संदर्भ में रखी जाती है ताकि वर्तमान इंटरैक्शन का मार्गदर्शन किया जा सके।
अल्पकालिक मेमोरी
यह मेमोरी एकल बातचीत या सत्र की अवधि के लिए जानकारी रखती है। यह वर्तमान चैट का संदर्भ है, जिससे एजेंट संवाद के पिछले चरणों को संदर्भित कर सकता है।
Microsoft Agent Framework Python SDK नमूनों में, यह AgentSession के रूप में मैप होता है, जो agent.create_session() के साथ बनाया जाता है। यह सत्र फ्रेमवर्क की अंतर्निर्मित अल्पकालिक मेमोरी है: यह उस सत्र के पुन: उपयोग के दौरान बातचीत संदर्भ उपलब्ध रखता है, लेकिन जब सत्र समाप्त होता है या एप्लिकेशन पुनः आरंभ होता है तो वह संदर्भ सहेजा नहीं जाता। दीर्घकालिक मेमोरी का उपयोग उन तथ्यों और प्राथमिकताओं के लिए करें जिन्हें सत्रों के बीच जीवित रहना होता है, आमतौर पर एक डेटाबेस, वेक्टर इंडेक्स, या किसी अन्य स्थायी संग्रह के माध्यम से।
अल्पकालिक मेमोरी का उदाहरण
यदि कोई उपयोगकर्ता पूछता है, “पेरिस की उड़ान की कीमत कितनी होगी?” और फिर “वहां आवास के बारे में क्या?” कहता है, तो अल्पकालिक मेमोरी सुनिश्चित करती है कि एजेंट को पता हो कि “वहां” उसी बातचीत में “पेरिस” को संदर्भित करता है।
दीर्घकालिक मेमोरी
यह वह जानकारी है जो कई बातचीतों या सत्रों के पार बनी रहती है। यह एजेंट्स को उपयोगकर्ता की प्राथमिकताओं, ऐतिहासिक इंटरैक्शन, या सामान्य ज्ञान को लंबे समय तक याद रखने की अनुमति देती है। यह व्यक्तिगतकरण के लिए महत्वपूर्ण है।
दीर्घकालिक मेमोरी का उदाहरण
एक दीर्घकालिक मेमोरी संग्रहीत कर सकती है कि “बेन को स्कीइंग और बाहरी गतिविधियाँ पसंद हैं, वह पहाड़ी दृश्य के साथ कॉफी पसंद करता है, और पिछले चोट के कारण उन्नत स्की ढलानों से बचना चाहता है”। यह जानकारी पिछले इंटरैक्शन से सीखी गई है, जो भविष्य के यात्रा नियोजन सत्रों में अनुसंशाओं को अत्यधिक व्यक्तिगत बनाती है।
पर्सोना मेमोरी
यह विशेष मेमोरी प्रकार एजेंट को एक सुसंगत “व्यक्तित्व” या “पर्सोना” विकसित करने में मदद करता है। यह एजेंट को स्वयं के बारे में या इसके अपेक्षित रोल के बारे में विवरण याद रखने की अनुमति देता है, जिससे इंटरैक्शन अधिक सहज और केंद्रित होते हैं।
पर्सोना मेमोरी का उदाहरण यदि यात्रा एजेंट को एक “विशेषज्ञ स्की योजनाकार” के रूप में डिज़ाइन किया गया है, तो पर्सोना मेमोरी इस भूमिका को मजबूत कर सकती है, जिससे इसकी प्रतिक्रियाएं एक विशेषज्ञ के टोन और ज्ञान के अनुरूप हों।
वर्कफ़्लो/एपिसोडिक मेमोरी
यह मेमोरी एक जटिल कार्य के दौरान एजेंट द्वारा लिए गए चरणों की श्रृंखला को संग्रहीत करता है, जिसमें सफलताएं और विफलताएं शामिल हैं। यह विशिष्ट “एपिसोड्स” या पिछले अनुभवों को याद रखने के समान है ताकि उनसे सीखा जा सके।
एपिसोडिक मेमोरी का उदाहरण
यदि एजेंट ने एक विशिष्ट उड़ान बुक करने का प्रयास किया लेकिन उपलब्धता के कारण विफल रहा, तो एपिसोडिक मेमोरी इस विफलता को रिकॉर्ड कर सकता है, जिससे एजेंट बाद में वैकल्पिक उड़ानें आज़माने या उपयोगकर्ता को अधिक सूचित तरीके से समस्या के बारे में सूचित करने में सक्षम होता है।
एंटिटी मेमोरी
यह बातचीतों से विशेष एंटिटीज़ (जैसे व्यक्ति, स्थान, या वस्तुएं) और घटनाओं को निकालने और याद रखने से जुड़ी है। यह एजेंट को चर्चा किए गए प्रमुख तत्वों की संरचित समझ बनाने की अनुमति देती है।
एंटिटी मेमोरी का उदाहरण
एक पिछली यात्रा के बारे में बातचीत से, एजेंट “पेरिस,” “एम्फिल टॉवर,” और “Le Chat Noir रेस्टोरेंट में डिनर” को एंटिटीज़ के रूप में निकाल सकता है। भविष्य की बातचीत में, एजेंट “Le Chat Noir” को याद कर सकता है और वहां नई रिज़र्वेशन करने का प्रस्ताव दे सकता है।
संरचित RAG (रिट्रीवल ऑगमेंटेड जनरेशन)
जबकि RAG एक व्यापक तकनीक है, “संरचित RAG” को एक शक्तिशाली मेमोरी तकनीक के रूप में उजागर किया गया है। यह विभिन्न स्रोतों (बातचीतें, ईमेल, छवियाँ) से गहन, संरचित जानकारी निकालता है और इसका उपयोग प्रतिक्रियाओं में सटीकता, पुनः प्राप्ति, और गति बढ़ाने के लिए करता है। पारंपरिक RAG जो केवल सेमांटिक समानता पर निर्भर करता है, इसके विपरीत, संरचित RAG जानकारी की अंतर्निहित संरचना के साथ काम करता है।
संरचित RAG का उदाहरण
सिर्फ कीवर्ड मैच करने के बजाय, संरचित RAG एक ईमेल से उड़ान विवरण (गंतव्य, तारीख, समय, एयरलाइन) पार्स कर सकता है और उन्हें संरचित तरीके से संग्रहीत कर सकता है। यह सटीक प्रश्नों को सक्षम बनाता है जैसे “मैंने मंगलवार को पेरिस के लिए कौन सी उड़ान बुक की थी?”
मेमोरी लागू करना और संग्रहीत करना
AI एजेंट्स के लिए मेमोरी लागू करना एक व्यवस्थित प्रक्रिया है जिसे मेमोरी प्रबंधन कहा जाता है, जिसमें जानकारी का निर्माण, संग्रहण, पुनः प्राप्ति, एकीकरण, अद्यतन और यहाँ तक कि “भूलना” (या हटाना) शामिल है। पुनः प्राप्ति विशेष रूप से महत्वपूर्ण है।
विशेषज्ञ मेमोरी उपकरण
Mem0
एजेंट मेमोरी को संग्रहीत और प्रबंधित करने का एक तरीका Mem0 जैसे विशेषज्ञ उपकरणों का उपयोग करना है। Mem0 एक स्थायी मेमोरी परत के रूप में कार्य करता है, जिससे एजेंट प्रमुख इंटरैक्शन याद रख सकता है, उपयोगकर्ता की प्राथमिकताओं और तथ्यात्मक संदर्भ को संग्रहीत कर सकता है, और समय के साथ सफलताओं और विफलताओं से सीख सकता है। यहाँ विचार यह है कि स्टेटलेस एजेंट्स को स्टेटफुल एजेंट्स में बदल दिया जाए।
यह दो-चरणीय मेमोरी पाइपलाइन: निष्कर्षण और अपडेट के माध्यम से काम करता है। सबसे पहले, एजेंट के थ्रेड में जोड़े गए संदेश Mem0 सेवा को भेजे जाते हैं, जो एक लार्ज लैंग्वेज मॉडल (LLM) का उपयोग करके बातचीत इतिहास का सारांश बनाता है और नई यादें निकालता है। इसके बाद, LLM-चालित अपडेट चरण यह निर्धारित करता है कि क्या इन यादों को जोड़ना, संशोधित करना या हटाना है, इन्हें वेक्टर, ग्राफ, और कुंजी-मूल्य डेटाबेस सहित हाइब्रिड डेटा स्टोर में संग्रहीत करता है। यह प्रणाली विभिन्न प्रकार की मेमोरी का समर्थन करती है और एंटिटीज़ के बीच संबंधों को प्रबंधित करने के लिए ग्राफ मेमोरी को भी सम्मिलित कर सकती है।
Cognee
एक और शक्तिशाली तरीका है Cognee का उपयोग करना, जो AI एजेंट्स के लिए एक ओपन-सोर्स सेमांटिक मेमोरी है जो संरचित और असंरचित डेटा को क्वेरी योग्य ज्ञान ग्राफ़ों में परिवर्तित करता है, जो एम्बेडिंग्स द्वारा समर्थित है। Cognee एक डुअल-स्टोर आर्किटेक्चर प्रदान करता है जो वेक्टर समानता खोज को ग्राफ संबंधों के साथ जोड़ता है, जिससे एजेंट न केवल यह समझ सकते हैं कि जानकारी समान कैसे है, बल्कि अवधारणाएं एक-दूसरे से कैसे संबंधित हैं।
यह हाइब्रिड पुनः प्राप्ति में उत्कृष्ट है जो वेक्टर समानता, ग्राफ संरचना, और LLM तर्क का संयोजन करता है - कच्ची जानकारी खोज से लेकर ग्राफ-जागरूक प्रश्नोत्तर तक। यह प्रणाली लिविंग मेमोरी बनाए रखती है जो विकसित होती है और बढ़ती है जबकि एक जुड़े हुए ग्राफ के रूप में क्वेरी योग्य रहती है, दोनों अल्पकालिक सत्र संदर्भ और दीर्घकालिक स्थायी मेमोरी का समर्थन करती है।
Cognee नोटबुक ट्यूटोरियल (13-agent-memory-cognee.ipynb) एकीकृत मेमोरी परत बनाने का प्रदर्शन करता है, जिसमें विभिन्न डेटा स्रोतों को शामिल करने, ज्ञान ग्राफ को विज़ुअलाइज़ करने, और विशिष्ट एजेंट आवश्यकताओं के अनुसार विभिन्न खोज रणनीतियों के साथ क्वेरी करने के व्यावहारिक उदाहरण शामिल हैं।
RAG के साथ मेमोरी संग्रहीत करना
Mem0 जैसे विशेषज्ञ मेमोरी टूल्स के अलावा, आप Azure AI Search जैसी मजबूत खोज सेवाओं का उपयोग मेमोरी को संग्रहीत और पुनः प्राप्त करने के लिए कर सकते हैं, खासकर संरचित RAG के लिए।
यह आपको अपने एजेंट की प्रतिक्रियाओं को अपनी खुद की डेटा के साथ आधार प्रदान करने की अनुमति देता है, जिससे अधिक संबंधित और सटीक उत्तर सुनिश्चित होते हैं। Azure AI Search का उपयोग उपयोगकर्ता-विशिष्ट यात्रा यादों, उत्पाद सूची या किसी भी अन्य डोमेन-विशिष्ट ज्ञान को संग्रहीत करने के लिए किया जा सकता है।
Azure AI Search संरचित RAG जैसी क्षमताओं का समर्थन करता है, जो बड़ी डेटा सेट जैसे बातचीत इतिहास, ईमेल, या यहां तक कि छवियों से गहन, संरचित जानकारी निकालने और पुनः प्राप्त करने में उत्कृष्ट है। यह पारंपरिक टेक्स्ट चंकिंग और एम्बेडिंग दृष्टिकोणों की तुलना में “सुपरह्यूमन सटीकता और पुनः प्राप्ति” प्रदान करता है।
AI एजेंट्स को स्व-सुधारकर्ता बनाना
स्व-सुधारकर्ता एजेंट्स का एक सामान्य पैटर्न एक “ज्ञान एजेंट” को शामिल करना है। यह अलग एजेंट उपयोगकर्ता और प्राथमिक एजेंट के बीच मुख्य बातचीत का पर्यवेक्षण करता है। इसकी भूमिका है:
-
मूल्यवान जानकारी की पहचान करना: यह निर्धारित करना कि क्या बातचीत का कोई भाग सामान्य ज्ञान या विशेष उपयोगकर्ता प्राथमिकता के रूप में सहेजा जाना चाहिए।
-
निकालना और संक्षेप करना: बातचीत से आवश्यक सीख या प्राथमिकता को संचालित करना।
-
ज्ञान आधार में संग्रहीत करना: इस निकाली गई जानकारी को, अक्सर वेक्टर डेटाबेस में, इस प्रकार से सहेजना कि इसे बाद में पुनः प्राप्त किया जा सके।
-
भविष्य की क्वेरियों को बढ़ाना: जब उपयोगकर्ता एक नया प्रश्न शुरू करता है, तो ज्ञान एजेंट संबंधित संग्रहीत जानकारी को पुनः प्राप्त करता है और इसे उपयोगकर्ता के प्रॉम्प्ट में जोड़ता है, प्राथमिक एजेंट को महत्वपूर्ण संदर्भ प्रदान करता है (RAG के समान)।
मेमोरी के लिए अनुकूलन
• लेटेंसी प्रबंधन: उपयोगकर्ता इंटरैक्शन को धीमा किए बिना, एक सस्ता, तेज़ मॉडल शुरू में यह जल्दी जांच सकता है कि क्या कोई जानकारी संग्रहणीय या पुनः प्राप्त करने के लिए मूल्यवान है, आवश्यक होने पर ही अधिक जटिल निष्कर्षण/पुनः प्राप्ति प्रक्रिया को बुलाते हुए।
• ज्ञान आधार रखरखाव: बढ़ते हुए ज्ञान आधार के लिए, कम उपयोग की गई जानकारी को “कोल्ड स्टोरेज” में स्थानांतरित किया जा सकता है ताकि लागतों को प्रबंधित किया जा सके।
एजेंट मेमोरी के बारे में और प्रश्न हैं?
Microsoft Foundry Discord में शामिल हों ताकि अन्य शिक्षार्थियों से मिल सकें, ऑफिस आवर्स में भाग लें और अपने AI एजेंट्स के प्रश्नों का उत्तर प्राप्त करें।
पिछला पाठ
AI एजेंट्स के लिए कंटेक्स्ट इंजीनियरिंग
अगला पाठ
Microsoft एजेंट फ्रेमवर्क का अन्वेषण
अस्वीकरण: इस दस्तावेज़ का अनुवाद AI अनुवाद सेवा Co-op Translator का उपयोग करके किया गया है। जबकि हम सटीकता के लिए प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवादों में त्रुटियाँ या अशुद्धियाँ हो सकती हैं। मूल दस्तावेज़ अपनी मूल भाषा में ही प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।