ai-agents-for-beginners
អង្គចងចាំសម្រាប់ភេជ្ជបុរស AI
នៅពេលពិភាក្សាអំពីអត្ថប្រយោជន៍ពិសេសនៃការបង្កើតភេជ្ជបុរស AI មានពីរពីរពិភាក្សាចម្បងគឺ៖ សមត្ថភាពហៅឧបករណ៍ដើម្បីបញ្ចប់កិច្ចការនិងសមត្ថភាពក្នុងការកែលម្អឱ្យប្រសើរឡើងកាលពីពេលអនាគត។ អង្គចងចាំគឺជាគ្រឹះនៃការបង្កើតភេជ្ជបុរសដែលអាចកែលម្អខ្លួនឯងដែលអាចបង្កើតបទពិសោធន៍ល្អប្រសើរជាងមុនសម្រាប់អ្នកប្រើប្រាស់របស់យើង។
ក្នុងមេរៀននេះ យើងនឹងមើលពីតើអង្គចងចាំមានអត្ថន័យដូចម្តេចសម្រាប់ភេជ្ជបុរស AI និងរបៀបដែលយើងអាចគ្រប់គ្រងវានិងប្រើប្រាស់វាដើម្បីអត្ថប្រយោជន៍នៃកម្មវិធីរបស់យើង។
ការណែនាំ
មេរៀននេះនឹងគ្របដណ្តប់៖
• ការយល់ដឹងអំពីអង្គចងចាំភេជ្ជបុរស AI៖ តើអង្គចងចាំមានអ្វីខ្លះនិងហេតុអ្វីវាសំខាន់សម្រាប់ភេជ្ជបុរស។
• ការអនុវត្តន៍និងការផ្ទុកអង្គចងចាំ៖ វិធីអនុវត្តន៍ប្រព័ន្ធអង្គចងចាំទៅកាន់ភេជ្ជបុរស AI របស់អ្នក ដោយផ្តោតលើអង្គចងចាំខ្លីរយៈពេលនិងអង្គចងចាំបណ្តោយរយៈពេលវែង។
• ធ្វើឱ្យភេជ្ជបុរស AI អាចកែលម្អខ្លួនឯង៖ របៀបដែលអង្គចងចាំអនុញ្ញាតឱ្យភេជ្ជបុរសរៀនពីអន្តរកម្មមុនៗ និងកែលម្អបានជាបន្តបន្ទាប់កាលពីពេលអនាគត។
ការអនុវត្តមានស្រាប់
មេរៀននេះរួមបញ្ចូលការបង្រៀនពីកំណត់ត្រាវិទ្យាសាស្ត្រជាពិសេសពីរយ៉ាង៖
• 13-agent-memory.ipynb៖ អនុវត្តអង្គចងចាំដោយប្រើ Mem0 និង Azure AI Search ជាមួយ Microsoft Agent Framework
• 13-agent-memory-cognee.ipynb៖ អនុវត្តអង្គចងចាំរចនាសម្ព័ន្ធដោយប្រើ Cognee ដែលដោយស្វ័យប្រវត្តិយោងទៅកាន់ knowledge graph ជាមួយ embeddings, មើលឃើញគ្រោងប្លង់, និងការស្វែងរកដោយឆ្លាតវៃ
គោលដៅរៀន
បន្ទាប់ពីបញ្ចប់មេរៀននេះ អ្នកនឹងដឹងរបៀប៖
• បំបែកប្រភេទអង្គចងចាំភេជ្ជបុរស AI ផ្សេងៗ រួមមាន អង្គចងចាំធ្វើការងារ, អង្គចងចាំរយៈពេលខ្លី និង រយៈពេលវែង ព្រមទាំងប្រភេទឯកទេសដូចជា persona និង episodic memory។
• អនុវត្តនិងគ្រប់គ្រងអង្គចងចាំរយៈពេលខ្លី និង វែងសម្រាប់ភេជ្ជបុរស AI ប្រើ Microsoft Agent Framework, តភ្ជាប់ឧបករណ៍ដូចជា Mem0, Cognee, Whiteboard memory និងបញ្ចូលជាមួយ Azure AI Search។
• យល់ដឹងពីគោលការណ៍សម្រាប់ភេជ្ជបុរស AI ដែលកែលម្អខ្លួនឯង ហើយរបៀបដែលប្រព័ន្ធគ្រប់គ្រងអង្គចងចាំមានភាពរឹងមាំរួមចំណែកដល់ការរៀននិងបត់បែនជាបន្តបន្ទាប់។
ការយល់ដឹងអំពីអង្គចងចាំភេជ្ជបុរស AI
នៅសារសំខាន់របស់វា អង្គចងចាំសម្រាប់ភេជ្ជបុរស AI ចំណាយទៅលើយន្តការដែលអនុញ្ញាតឲ្យពួកវាអាចរក្សានិងចងចាំព័ត៌មាន។ ព័ត៌មាននេះអាចជាព័ត៌មានពិសេសអំពីការពិភាក្សា បំណងចង់បានរបស់អ្នកប្រើប្រាស់ សកម្មភាពកន្លងមក ឬ ទាំងនឹងគំរូដែលរៀនបាន។
ដោយគ្មានអង្គចងចាំ កម្មវិធី AI ជាទូទៅគឺមិនមានស្ថានភាព ទាំងនេះមានន័យថាការជជែកនិរន្តរភាគឹងរាំតើជា ចាប់ផ្តើមពីដើមគ្រប់ពេល។ វាបណ្តាលឱ្យមានបទពិសោធន៍អ្នកប្រើដែលមិនសូវផ្ញើចេញនិងកក់ក្ដៅព្រោះភេជ្ជបុរស “ភ្លេច” បរិបទ ឬ បំណងចង់បានពីមុនៗ។
ហេតុអ្វីអង្គចងចាំសំខាន់?
ប្រុសច្បាស់ថា ភាពឆ្លាតវៃរបស់ភេជ្ជបុរសចងចាំត្រូវបានភ្ជាប់យ៉ាងជ្រុលជ្រែកទៅនឹងសមត្ថភាពរបស់វានៅក្នុងការចងចាំនិងប្រើព័ត៌មានពីមុន។ អង្គចងចាំអនុញ្ញាតឱ្យភេជ្ជបុរសអាចជា៖
• ពិចារណា៖ រៀនពីសកម្មភាពនិងលទ្ធផលកន្លងមក។
• អន្តរកម្ម៖ រក្សាបរិបទនៅលើការជជែកជាបន្តបន្ទាប់។
• សកម្ម និងប្រតិកម្ម៖ សន្មត់ត្រូវតាមបំណង ឬ ឆ្លើយតបយ៉ាងត្រឹមត្រូវតាមទិន្នន័យអតីតកាល។
• ឯករាជ្យ៖ ប្រតិបត្តិការជាបន្តបន្ទាប់ដោយផ្អែកលើចំណេះដឹងដែលបានរក្សាទុក។
គោលបំណងនៃការអនុវត្តន៍អង្គចងចាំគឺធ្វើឱ្យភេជ្ជបុរសមានភាព ទុកចិត្តបាននិងមានសមត្ថភាព ជាងមុន។
ប្រភេទអង្គចងចាំ
អង្គចងចាំធ្វើការងារ
គិតថាវាជាក្រដាសស្ក្រាច មួយដែលភេជ្ជបុរសប្រើក្នុងระหว่างការងារឬដំណើរការគិតមួយ។ វាផ្ទុកព័ត៌មានភ្លាមៗដែលត្រូវការសម្រាប់គណនាជំហៀងបន្ទាប់។
សម្រាប់ភេជ្ជបុរស AI អង្គចងចាំធ្វើការងារជាទូទៅចាប់យកព័ត៌មានសំខាន់ៗចុងក្រោយពីការជជែក ទោះបីបន្សំកិច្ចការជជែកវែង ឬ ត្រូវបានសង្ស័យកាត់បន្ថយក៏ដោយ។ វាផ្តោតលើការដកចេញធាតុសំខាន់ៗដូចជា តម្រូវការ សំណើ ការសម្រេចចិត្ត និងសកម្មភាព។
ឧទាហរណ៍អង្គចងចាំធ្វើការងារ
នៅក្នុងភេជ្ជបុរសកក់សំបុត្រធ្វើដំណើរ អង្គចងចាំធ្វើការងារអាចចាប់យកសំណើបច្ចុប្បន្នរបស់អ្នកប្រើប្រាស់ ដូចជា “ខ្ញុំចង់កក់ដំណើរទៅប៉ារីស”។ តម្រូវការពិសេសនេះត្រូវបានអង្គចងចាំក្នុងបរិបទភ្លាមៗរបស់ភេជ្ជបុរសដើម្បីណែនាំអន្តរកម្មបច្ចុប្បន្ន។
អង្គចងចាំរយៈពេលខ្លី
ប្រភេទអង្គចងចាំនេះរក្សាព័ត៌មានសម្រាប់រយៈពេលនៃការជជែកផ្តាច់មុខ ឬសម័យការ�SESSION។ វាជាបរិបទនៃការជជែកបច្ចុប្បន្ន ដែលអនុញ្ញាតឱ្យភេជ្ជបុរសយោងត្រឡប់ទៅខ្សែការជជែកមុនៗបានវិញ។
ក្នុងសំណួរគំរូ Python របស់ Microsoft Agent Framework នេះ គួរត្រូវបានម៉ែបទៅ AgentSession ដែលបង្កើតដោយ agent.create_session()។ សម័យនេះជាអង្គចងចាំរយៈពេលខ្លីដែលចំរូងបញ្ចូលក្នុងframework: វាជារក្សាបរិបទជជែកនៅពេលដែលសម័យត្រូវបានប្រើឡើងវិញ ប៉ុន្តែបរិបទនេះមិនត្រូវបានរក្សាទុកនៅពេលសម័យបញ្ចប់ ឬកម្មវិធីត្រូវបានចាប់ផ្តើមឡើងវិញឡើយ។ ប្រើអង្គចងចាំរយៈពេលវែងសម្រាប់ទិន្នន័យ និងចំណង់ចំណូលចិត្តដែលត្រូវរស់នៅជាបន្តបន្ទាប់តាមរយៈមូលដ្ឋានទិន្នន័យ, ទីតាំងឯកសារពហុកោណ ឬហាងទិន្នន័យជាប់ទាក់ទងផ្សេងទៀត។
ឧទាហរណ៍អង្គចងចាំរយៈពេលខ្លី
ប្រសិនបើអ្នកប្រើសួរថា “ថ្លៃសំបុត្រយន្តហោះទៅប៉ារីសប៉ុន្មាន?” ហើយបន្ទាប់មកស្តាប់បន្តថា “តើស្នាក់នៅទីនោះដូចម្តេច?” អង្គចងចាំរយៈពេលខ្លីធានាថាភេជ្ជបុរសយល់ថា “ទីនោះ” មានន័យថា “ប៉ារីស” នៅក្នុងការជជែកដដែលគ្នា។
អង្គចងចាំរយៈពេលវែង
នេះជាព័ត៌មានដែលរស់នៅបានចំរូងជារយៈពេលច្រើនការជជែក ឬសម័យក្រៅពេលវែង។ វាអនុញ្ញាតឱ្យភេជ្ជបុរសចងចាំចំណង់ចំណូលចិត្តអ្នកប្រើ, អន្តរកម្មប្រវត្តិ, ឬចំណេះដឹងទូទៅរយៈពេលវែង។ នេះសំខាន់សម្រាប់ការប្តូរតាមខ្លួនឯង។
ឧទាហរណ៍អង្គចងចាំរយៈពេលវែង
អង្គចងចាំរយៈពេលវែងអាចរក្សាទុកថា “បេនចូលចិត្តហែលទឹក និងសកម្មភាពក្រៅផ្ទះ, ចូលចិត្តកាហ្វេសម្តែងទេសភាពភ្នំ, ហើយចង់បដិសេធលំហាត់ហែលទឹកកម្រិតខ្ពស់ព្រោះមានរបួសកន្លងមក”។ ព័ត៌មាននេះដែលបានរៀនពីអន្តរកម្មមុនៗ ផ្សំសម្រួលការផ្ដល់អនុសាសន៍នៅក្នុងសម័យគ្រោងដំណើរកំសាន្តនាពេលអនាគត ដូច្នេះវាក្លាយជាផ្ទាល់ខ្លួនខ្លាំង។
អង្គចងចាំ persona
ប្រភេទអង្គចងចាំពិសេសនេះជួយឱ្យភេជ្ជបុរសបង្កើត “បុគ្គលិកភាព” ឬ “persona” ដោយមានលក្ខណៈថេរមួយ។ វាអនុញ្ញាតឱ្យភេជ្ជបុរសចងចាំព័ត៌មានអំពីខ្លួនឯង ឬតួនាទីនៃគោលបំណង ហើយបង្កើតអន្តរកម្មដែលដំណូងស្រួលនិងផ្តោត។
ឧទាហរណ៍អង្គចងចាំ persona
ប្រសិនបើភេជ្ជបុរសធ្វើដំណើរត្រូវបានរចនាឡើងជា “អ្នកគ្រោងហែលទឹកឯកទេស,” អង្គចងចាំ persona អាចដាក់ទប់តួនាទីនេះ ដើម្បីឥទ្ធិពលលើការឆ្លើយតបឲ្យស្របតាមសម្លេង និងចំណេះដឹងអ្នកឯកទេសនោះ។
អង្គចងចាំ Workflow/Episodic
អង្គចងចាំនេះរក្សាជំរើសជំហានដែលភេជ្ជបុរសបានអនុវត្តនៅក្នុងកិច្ចការលំបាក រួមមានភាពជោគជ័យនិងមិនជោគជ័យ។ វាដូចជាការចងចាំ “ជំពូក” ឬបទពិសោធន៍មុនៗដើម្បីរៀនពីពួកវា។
ឧទាហរណ៍អង្គចងចាំ Episodic
ប្រសិនបើភេជ្ជបុរសព្យាយាមកក់សំបុត្រយន្តហោះច្បាស់លាស់មួយ ប៉ុន្តែបរាជ័យដោយហេតុផលមិនមានសំបុត្រច្បាស់លាស់ អង្គចងចាំ episodic អាចរក្សាការបរាជ័យនេះ ហើយអនុញ្ញាតឱ្យភេជ្ជបុរសសាកល្បងសំបុត្រផ្សេងទៀត ឬជូនដំណឹងអ្នកប្រើអំពីបញ្ហានេះយ៉ាងលម្អិតក្នុងការព្យាយាមបន្ទាប់។
អង្គចងចាំ Entity
នេះពាក់ព័ន្ធនឹងការដកចេញ និងចងចាំអធិប្បាយ “entity” ជាក់លាក់ (ដូចជាមនុស្ស, ទីកន្លែង, ឬវត្ថុ) និងព្រឹត្តិការណ៍ពីការជជែក។ វាអនុញ្ញាតឱ្យភេជ្ជបុរសបង្កើតការយល់ដឹងរចនាសម្ព័ន្ធពីធាតុសំខាន់ៗដែលបានពិភាក្សា។
ឧទាហរណ៍អង្គចងចាំ Entity
ពីការជជែកអំពីដំណើរមុនៗ ភេជ្ជបុរសអាចដកចេញ “ប៉ារីស,” “អ៊ីហ្វេលថោវើ,” និង “បាយនៅភោជនីយដ្ឋាន Le Chat Noir” ជា entity។ នៅក្នុងការជជែកបន្ទាប់ ភេជ្ជបុរសអាចចងចាំ “Le Chat Noir” ហើយផ្តល់ជូននូវការកក់ថ្មីនៅទីនោះ។
Structured RAG (Retrieval Augmented Generation)
ខណៈដែល RAG គឺជាបច្ចេកទេសទូទៅ “Structured RAG” ត្រូវបានលេចធ្លោជាបច្ចេកវិទ្យាអង្គចងចាំដ៏មានឥទ្ធិពល។ វាដកចេញព័ត៌មានរឹងមាំនិងបែបរចនាសម្ព័ន្ធពីប្រភពជាច្រើន (ការជជែក, អ៊ីម៉ែល, រូបភាព) ហើយប្រើវាដើម្បីបង្កើនភាពត្រឹមត្រូវ ចងចាំ និងល្បឿនក្នុងការឆ្លើយតប។ មិនដូចជា RAG ធម្មតាដែលផ្អែកលើស្រដៀងនៃអត្ថន័យតែប៉ុណ្ណោះ, Structured RAG ប្រើប្រាស់រចនាសម្ព័ន្ធដើមនៃព័ត៌មាន។
ឧទាហរណ៍ Structured RAG
មិនមែនត្រឹមតែធ្វើការពេញចិត្តនូវពាក្យគន្លឹះទេ សំឡេង Structured RAG អាចបញ្ចូលព័ត៌មានលំអិតដូចជា ទិសដៅ, កាលបរិច្ឆេទ, ម៉ោង, ក្រុមហ៊ុនយន្តហោះ ពីអ៊ីម៉ែល ហើយផ្ទុកវាឲ្យមានរចនាសម្ព័ន្ធ។ វាអនុញ្ញាតឱ្យសាកល្បងប្រាប់ច្បាស់ថា “តើខ្ញុំបានកក់សំបុត្រយន្តហោះណា ទៅប៉ារីសកាលពីថ្ងៃអង្គារ?”
ការអនុវត្តន៍និងផ្ទុកអង្គចងចាំ
ការអនុវត្តអង្គចងចាំសម្រាប់ភេជ្ជបុរស AI រួមបញ្ចូលដំណើរការជាទំរង់ជាស្វ័យប្រវត្តិ នៃ ការគ្រប់គ្រងអង្គចងចាំ ដែលរួមមាន ការបង្កើត, ការផ្ទុក, ការទាញចេញ, ការរួមបញ្ចូល, ការអាប់ដេត, និងសូម្បីតែការឃ្លាតភ្លេច (ឬការលុបបំបាត់) ព័ត៌មាន។ ការទាញចេញគឺជាផ្នែកសំខាន់មួយ។
ឧបករណ៍អង្គចងចាំពិសេស
Mem0
មួយពីរបៀបក្នុងការផ្ទុកនិងគ្រប់គ្រងអង្គចងចាំភេជ្ជបុរសគឺប្រើឧបករណ៍ពិសេសដូចជា Mem0។ Mem0 វិញដំណើរការជាស្រទាប់អង្គចងចាំបន្តបន្ទាប់ អនុញ្ញាតឱ្យភេជ្ជបុរសចងចាំអន្តរកម្មពាក់ព័ន្ធ, ផ្ទុកចំណង់ចំណូលចិត្តអ្នកប្រើ និងបរិបទទៅតាមហេតុការណ៍ដែលបានទទួល និងរៀនពីភាពជោគជ័យនិងបរាជ័យក្នុងរយៈពេលវែង។ គំនិតនៅទីនេះគឺផ្លាស់ប្តូរភេជ្ជបុរសពីហានិភ័យជាភេជ្ជបុរសមានស្ថានភាព។
វាដំណើរការតាមលំដាប់ពីរជំហាន៖ ការដកចេញ និង ការអាប់ដេត។ ជាដើម សារដែលបន្ថែមក្នុងធន់រាយនារបស់ភេជ្ជបុរស ត្រូវបានផ្ញើទៅសេវាកម្ម Mem0 ដែលប្រើប្រាស់ម៉ូដែលភាសាធំ (LLM) ដើម្បីសង្ខេបប្រវត្តិការជជែក និងដកចេញអង្គចងចាំថ្មី។ បន្ទាប់មក ជំហានអាប់ដេតដែលដឹកនាំដោយ LLM ត្រូវសម្រេចថាតើត្រូវបន្ថែម ប្ដូរឬលុបអង្គចងចាំទាំងនោះ ម្យ៉ាងទៀតវាត្រូវបានផ្ទុកក្នុងហាងទិន្នន័យមួយ ដែលអាចរួមបញ្ចូលបណ្ដុំទិន្នន័យវ៉ិចទ័រ តារាង និងមូលដ្ឋានទិន្នន័យគ្រាប់ចម្បង។ ប្រព័ន្ធនេះក៏គាំទ្រប្រភេទអង្គចងចាំផ្សេងៗ និងអាចបញ្ចូលអង្គចងចាំតារាងសម្រាប់គ្រប់គ្រងទំនាក់ទំនងរវាង entity ផងដែរ។
Cognee
របៀបដ៏មានអំណាចមួយទៀតគឺប្រើប្រាស់ Cognee, អង្គចងចាំសេមង់ទិកបើកប្រភពសម្រាប់ភេជ្ជបុរស AI ដែលបម្លែងទិន្នន័យរចនាសម្ព័ន្ធនិងមិនរចនាសម្ព័ន្ធទៅជាក្រាហ្វភាពចំណេះដឹងដែលអាចស្វែងរកបាន ដែលគាំទ្រដោយ embeddings។ Cognee ផ្តល់អាគារផ្ទុកទ្វេដោយผสมผสานការស្វែងរកប្រហែលវ៉ិចទ័រជាមួយទំនាក់ទំនងក្នុងក្រាហ្វ ដែលអនុញ្ញាតឱ្យភេជ្ជបុរសយល់ដឹងមិនត្រឹមតែព័ត៌មានស្រដៀងគ្នា ប៉ុន្តែរបៀបដែលមេរោគពាក់ព័ន្ធគ្នា។
វាលេចធ្លោសម្រាប់ ការទាញយកគ្រប់វិធីសាស្រ្ត ដែលភ្ជាប់ប្រហែលវ៉ិចទ័រ រៀបចំគ្រោងក្រាហ្វ និងហេតុផល LLM - ចាប់ពីការស្វែងរកឡើងវិញនៃកំរិតដើមទៅការឆ្លើយសំនួរដោយដឹងពីក្រាហ្វ។ ប្រព័ន្ធរក្សាអង្គចងចាំរស់ដែលអភិវឌ្ឍនិងពង្រីក ខណៈដែលនៅមានសំណួរស្វែងរកបានជាផ្នែកមួយនៃក្រាហ្វភ្ជាប់, គាំទ្របរិបទសម័យខ្លី និងអង្គចងចាំបន្តបន្ទាប់នៅរយៈពេលវែង។
ការបង្រៀនក្នុងកំណត់ត្រា Cognee (13-agent-memory-cognee.ipynb) បង្ហាញពីរបៀបសម្រាប់កសាងស្រទាប់អង្គចងចាំសហគមន៍នេះ ជាមួយឧទាហរណ៍អនុវត្តន៍នៃការបញ្ចូលប្រភពទិន្នន័យចម្រុះ, មើលឃើញ knowledge graph និងសាកសួរជាមួយยุทธសាស្ត្រស្វែងរកនានាដែលត្រូវបានកំណត់សម្រាប់តម្រូវការភេជ្ជបុរសជាក់លាក់។
ការផ្ទុកអង្គចងចាំជាមួយ RAG
លើសពីឧបករណ៍អង្គចងចាំពិសេសដូចជា Mem0 អ្នកអាចប្រើប្រាស់សេវាកម្មស្វែងរកដ៏មានភាពរឹងមាំដូចជា Azure AI Search ជាចំណុចស្នាក់នៅសម្រាប់ផ្ទុកនិងទាញអង្គចងចាំ ជាពិសេសសម្រាប់ Structured RAG។
នេះអនុញ្ញាតឱ្យអ្នកផ្គត់ផ្គង់ចម្លើយភេជ្ជបុរសដោយទិន្នន័យផ្ទាល់ខ្លួនរបស់អ្នក ធានាថាចម្លើយមានភាពពាក់ព័ន្ធនិងមានភាពត្រឹមត្រូវខ្ពស់។ Azure AI Search អាចប្រើសម្រាប់ផ្ទុកអង្គចងចាំដំណើរកម្សាន្តផ្ទាល់ខ្លួន, កាតាឡុកផលិតផល, ឬចំណេះដឹងតាមវិស័យផ្សេងទៀត។
Azure AI Search គាំទ្រជំនាញដូចជា Structured RAG ដែលលេចធ្លោក្នុងការដកលម្អិត ព័ត៌មានរចនាសម្ព័ន្ធពីកំណត់ទិន្នន័យធំៗ ដូចជា ប្រវត្តិការជជែក អ៊ីម៉ែល ឬ រូបភាព។ វាបង្ហាញពី “ភាពត្រឹមត្រូវនិងការចងចាំកម្រិតលើស” បើប្រៀបធៀបនឹងការខ្ទង់អត្ថបទ និង embeddings ធម្មតា។
ធ្វើឱ្យភេជ្ជបុរស AI អាចកែលម្អខ្លួនឯង
លំនាំទូទៅសម្រាប់ភេជ្ជបុរសដែលកែលម្អខ្លួនឯងបានបង្ហាញពីការបញ្ចូលភេជ្ជបុរស “knowledge agent” មួយ។ ភេជ្ជបុរសបំបែកនេះតាមដានការជជែកសំខាន់រវាងអ្នកប្រើប្រាស់ និងភេជ្ជបុរសមូលដ្ឋាន។ តួនាទីរបស់វាគឺ៖
-
រកឃើញព័ត៌មានមានតម្លៃ៖ កំណត់ទុកថាតើផ្នែកណាមួយនៃការជជែកគួរត្រូវបានរក្សាទុកជា ចំណេះដឹងទូទៅ ឬចំណង់ចំណូលចិត្តអ្នកប្រើជាក់លាក់មែនឬទេ។
-
ដកចេញ និងសង្ខេប៖ សង្ខេបចំណេះដឹងទ belangrijkste ឬចំណង់ចំណូលចិត្ត ពីការជជែក។
-
ផ្ទុកក្នុងមូលដ្ឋានចំណេះដឹង៖ រក្សាទុកព័ត៌មានដែលបានដកចេញនេះ ជាទូទៅនៅក្នុង មូលដ្ឋានទិន្នន័យវ៉ិចទ័រ ដើម្បីអាចទាញចេញបាននៅពេលក្រោយ។
-
បង្កើតបន្ថែមសំនួរពេលអនាគត៖ នៅពេលអ្នកប្រើចាប់ផ្តើមសំនួរថ្មី knowledge agent ទាញយកព័ត៌មានដែលបានផ្ទុកទាក់ទង និងបន្ថែមវាតទៅក្នុងបណ្តាក់ឆ្លើយអ្នកប្រើ ដើម្បីផ្ដល់បរិបទសំខាន់ទៅកាន់ភេជ្ជបុរសមូលដ្ឋាន (ដូចជា RAG)។
ការបង្កើតប្រសើរឡើងសម្រាប់អង្គចងចាំ
• ការគ្រប់គ្រងពេលរំខាន (Latency Management)៖ ដើម្បីបន្ថយការពន្យារពេលក្នុងអន្តរកម្ម អ្នកអាចប្រើម៉ូដែលថ្លៃថោកបន្ថយដើម្បីពិនិត្យឆាប់រហ័សថាដើមពត៌មានមានតម្លៃឬត្រូវរក្សាទុក ឬទាញចេញ ប៉ុន្តែតែហៅលំនាំដ៏ស្មុគស្មាញនៃការដកចេញ/ទាញយកពេលពិតប្រាកដត្រូវការមុនពេលធ្វើពាក្យសុំ។
• ការថែរក្សាមូលដ្ឋានចំណេះដឹង៖ សម្រាប់មូលដ្ឋានចំណេះដឹងដែលកំពុងពង្រីក ព័ត៌មានដែលប្រើប្រាស់ប្រញាប់វិញតិចអាចត្រូវបានផ្លាស់ទៅស្តុកត្រជាក់ដើម្បីគ្រប់គ្រងថ្លៃដើម។
មានសំនួរបន្ថែមអំពីអង្គចងចាំភេជ្ជបុរសទេ?
ចូលរួមនៅក្នុង Microsoft Foundry Discord ដើម្បីជួបជាមួយអ្នករៀនផ្សេងទៀត ចូលរួមម៉ោងប្រតិបត្តិការ និងទទួលបានការឆ្លើយតបសំណួរអំពីភេជ្ជបុរស AI របស់អ្នក។
មេរៀនមុន
Context Engineering for AI Agents
មេរៀនបន្ទាប់
Exploring Microsoft Agent Framework
ការបដិសេធ: ឯកសារនេះត្រូវបានបម្លែងភាសា ដោយប្រើសេវាបម្លែងភាសា AI Co-op Translator។ ទោះយើងខ្ញុំមានក្តីប្រាថ្នាឱ្យបានច្បាស់លាស់ តែសូមយល់ដឹងថាការបម្លែងដោយស្វ័យប្រវត្តិក៏អាចមានកំហុសឬភាពមិនត្រឹមត្រូវ។ ឯកសារដើមជាភាសាទីតាំងគួរត្រូវបានគេប្រើជាប្រភពច្បាស់លាស់។ សម្រាប់ព័ត៌មានសំខាន់ៗ សូមណែនាំឱ្យប្រើប្រាស់ការប្រែដោយមនុស្សជំនាញ។ យើងខ្ញុំមិនទទួលខុសត្រូវចំពោះការយល់ច្រឡំ ឬការបកស្រាយខុសបន្ទាប់ពីការប្រើប្រាស់ការបម្លែងនេះនោះទេ។