ai-agents-for-beginners
ਏਆਈ ਏਜੰਟਾਂ ਲਈ ਮੈਮੋਰੀ
ਜਦੋਂ ਏਆਈ ਏਜੰਟ ਬਣਾਉਣ ਦੇ ਵਿਲੱਖਣ ਫਾਇਦਿਆਂ ਬਾਰੇ ਗੱਲ ਕਰਦੇ ਹਾਂ, ਤਾਂ ਦੋ ਮੁੱਖ ਗੱਲਾਂ ‘ਤੇ ਚਰਚਾ ਹੁੰਦੀ ਹੈ: ਟਾਸਕ ਪੂਰੇ ਕਰਨ ਲਈ ਟੂਲਾਂ ਨੂੰ ਕਾਲ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਅਤੇ ਸਮੇਂ ਦੇ ਨਾਲ ਸੁਧਾਰ ਕਰਨ ਦੀ ਸਮਰੱਥਾ। ਮੈਮੋਰੀ ਸਵੈ-ਸੁਧਾਰ ਕਰਨ ਵਾਲੇ ਏਜੰਟ ਬਣਾਉਣ ਦੀ ਬੁਨਿਆਦ ਹੈ ਜੋ ਸਾਡੇ ਯੂਜ਼ਰਾਂ ਲਈ ਬਿਹਤਰ ਅਨੁਭਵ ਬਣਾਉ ਸਕਦਾ ਹੈ।
ਇਸ ਪਾਠ ਵਿੱਚ, ਅਸੀਂ ਇਹ ਵੇਖਾਂਗੇ ਕਿ ਏਆਈ ਏਜੰਟਾਂ ਲਈ ਮੈਮੋਰੀ ਕੀ ਹੈ ਅਤੇ ਅਸੀਂ ਇਸ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਬੰਧਿਤ ਕਰ ਸਕਦੇ ਹਾਂ ਅਤੇ ਆਪਣੇ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੇ ਫਾਇਦੇ ਲਈ ਇਸਦਾ ਉਪਯੋਗ ਕਰ ਸਕਦੇ ਹਾਂ।
ਪਰਿਚਯ
ਇਸ ਪਾਠ ਵਿੱਚ ਸਮਾਵਿਸ਼ਤ ਹੈ:
• ਏਆਈ ਏਜੰਟ ਮੈਮੋਰੀ ਨੂੰ ਸਮਝਣਾ: ਮੈਮੋਰੀ ਕੀ ਹੈ ਅਤੇ ਏਜੰਟਾਂ ਲਈ ਇਹ ਕਿਉਂ ਜਰੂਰੀ ਹੈ।
• ਮੈਮੋਰੀ ਲਾਗੂ ਕਰਨਾ ਅਤੇ ਸਟੋਰ ਕਰਨਾ: ਆਪਣੇ ਏਆਈ ਏਜੰਟਾਂ ਵਿੱਚ ਮੈਮੋਰੀ ਸਮਰੱਥਾਵਾਂ ਸ਼ਾਮਲ ਕਰਨ ਦੇ ਪ੍ਰਯੋਗਿਕ ਤਰੀਕੇ, ਖਾਸ ਕਰਕੇ ਸ਼ੌਟ-ਟਰਮ ਅਤੇ ਲੰਬੇ ਸਮੇਂ ਦੀ ਮੈਮੋਰੀ ‘ਤੇ ਧਿਆਨ ਦਿੰਦਿਆਂ।
• ਏਆਈ ਏਜੰਟਾਂ ਨੂੰ ਸਵੈ-ਸੁਧਾਰਕ ਬਣਾਉਣਾ: ਕਿਵੇਂ ਮੈਮੋਰੀ ਏਜੰਟਾਂ ਨੂੰ ਪਿਛਲੇ ਇੰਟਰੈਕਸ਼ਨਾਂ ਤੋਂ ਸਿੱਖਣ ਅਤੇ ਸਮੇਂ ਦੇ ਨਾਲ ਸੁਧਾਰ ਕਰਨ ਦੀ ਸਹਾਇਤਾ ਕਰਦੀ ਹੈ।
ਉਪਲਬਧ ਲਾਗੂ ਕਰਨ ਵਾਲੇ ਤਰੀਕੇ
ਇਸ ਪਾਠ ਵਿੱਚ ਦੋ ਵਿਸ਼ਤ੍ਰਿਤ ਨੋਟਬੁੱਕ ਟਿਊਟੋਰੀਅਲ ਸ਼ਾਮਲ ਹਨ:
• 13-agent-memory.ipynb: ਮੈਮੋਰੀ ਨੂੰ Mem0 ਅਤੇ Azure AI Search ਨਾਲ ਮਾਈਕ੍ਰੋਸੋਫਟ ਏਜੰਟ ਫ੍ਰੇਮਵਰਕ ਦੇ ਨਾਲ ਲਾਗੂ ਕਰਦਾ ਹੈ
• 13-agent-memory-cognee.ipynb: Cognee ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸੰਰਚਿਤ ਮੈਮੋਰੀ ਲਾਗੂ ਕਰਦਾ ਹੈ, ਜੋ ਅਟੋਮੈਟਿਕ ਨੌਲਿਜ ਗ੍ਰਾਫ ਦਾ ਨਿਰਮਾਣ ਕਰਦਾ ਹੈ ਜੋ ਐਂਬੈਡਿੰਗ ਦੇ ਨਾਲ ਸਹਾਇਤ ਹੈ, ਗ੍ਰਾਫ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਅਤੇ ਸਿਆਣੀ ਤਰ੍ਹਾਂ ਖੋਜ ਕਰਦਾ ਹੈ
ਸਿੱਖਣ ਦੇ ਲਕੜੇ
ਇਸ ਪਾਠ ਨੂੰ ਸਮਾਪਤ ਕਰਨ ਦੇ ਬਾਅਦ, ਤੁਸੀਂ ਜਾਣੋਗੇ ਕਿ ਕਿਵੇਂ:
• ਏਆਈ ਏਜੰਟ ਮੈਮੋਰੀ ਦੀਆਂ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਨੂੰ ਭੇਦਭਾਵ ਕਰਨਾ, ਜਿਸ ਵਿੱਚ ਵਰਕਿੰਗ, ਸ਼ੌਰਟ-ਟਰਮ, ਅਤੇ ਲਾਂਬੇ ਸਮੇਂ ਦੀ ਮੈਮੋਰੀ ਦੇ ਨਾਲ-ਨਾਲ ਵਿਸ਼ੇਸ਼ ਤੌਰ ‘ਤੇ ਬਣਾਵਟੀ ਜਿਵੇਂ ਕਿ ਵਿਅਕਤੀਗਤ ਅਤੇ ਘਟਨਾਕ੍ਰਮਕ ਮੈਮੋਰੀ ਸ਼ਾਮਲ ਹਨ।
• ਮਾਈਕ੍ਰੋਸੋਫਟ ਏਜੰਟ ਫ੍ਰੇਮਵਰਕ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਜਿਵੇਂ Mem0, Cognee, ਵ੍ਹਾਈਟਬੋਰਡ ਮੈਮੋਰੀ ਅਤੇ Azure AI Search ਦੇ ਨਾਲ ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਕਰਕੇ ਏਆਈ ਏਜੰਟਾਂ ਲਈ ਸ਼ੌਰਟ-ਟਰਮ ਅਤੇ ਲੰਬੇ ਸਮੇਂ ਦੀ ਮੈਮੋਰੀ ਲਾਗੂ ਕਰਨਾ ਅਤੇ ਪ੍ਰਬੰਧਿਤ ਕਰਨਾ।
• ਸਵੈ-ਸੁਧਾਰਕ ਏਆਈ ਏਜੰਟਾਂ ਦੇ ਬੁਨਿਆਦੀ ਸਿਧਾਂਤਾਂ ਨੂੰ ਸਮਝਣਾ ਅਤੇ ਕਿਵੇਂ ਮਜ਼ਬੂਤ ਮੈਮੋਰੀ ਪ੍ਰਬੰਧਨ ਪ੍ਰਣਾਲੀਆਂ ਲਗਾਤਾਰ ਸਿੱਖਣ ਅਤੇ ਅਨੁਕੂਲਨ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਉਂਦੀਆਂ ਹਨ।
ਏਆਈ ਏਜੰਟ ਮੈਮੋਰੀ ਨੂੰ ਸਮਝਣਾ
ਬੁਨਿਆਦੀ ਤੌਰ ‘ਤੇ, ਏਆਈ ਏਜੰਟਾਂ ਲਈ ਮੈਮੋਰੀ ਉਸ ਤਰੀਕੇ ਨੂੰ ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਜੋ ਉਨ੍ਹਾਂ ਨੂੰ ਜਾਣਕਾਰੀ ਰੱਖਣ ਅਤੇ ਯਾਦ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਇਹ ਜਾਣਕਾਰੀ ਗੱਲਬਾਤ ਦੇ ਵਿਸ਼ੇਸ਼ ਵਿਵਰਣ, ਯੂਜ਼ਰ ਪਸੰਦਾਂ, ਪਿਛਲੇ ਕਾਰਜਾਂ ਜਾਂ ਸਿੱਖੇ ਹੋਏ ਨਮੂਨਿਆਂ ਬਾਰੇ ਹੋ ਸਕਦੀ ਹੈ।
ਬਿਨਾਂ ਮੈਮੋਰੀ ਦੇ, ਏਆਈ ਐਪਲੀਕੇਸ਼ਨ ਅਕਸਰ ਬਿਨਾਂ ਸੂਚਨਾ ਰੱਖੇ ਹੁੰਦੇ ਹਨ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਹਰ ਇੰਟਰੈਕਸ਼ਨ ਬਿਲਕੁਲ ਨਵਾਂ ਹੁੰਦਾ ਹੈ। ਇਸ ਨਾਲ ਯੂਜ਼ਰ ਅਨੁਭਵ ਦੁਹਰਾਉਣ ਵਾਲਾ ਅਤੇ ਨਿਰਾਸ਼ਾਜਨਕ ਹੁੰਦਾ ਹੈ ਜਿੱਥੇ ਏਜੰਟ ਪਹਿਲੇ ਸੰਦਰਭ ਜਾਂ ਪਸੰਦਾਂ ਨੂੰ “ਭੁੱਲ” ਜਾਂਦਾ ਹੈ।
ਮੈਮੋਰੀ ਕਿਉਂ ਜ਼ਰੂਰੀ ਹੈ?
ਏਜੰਟ ਦੀ ਬੁੱਧੀ ਉਸਦੀ ਪਿਛਲੀ ਜਾਣਕਾਰੀ ਨੂੰ ਯਾਦ ਕਰਨ ਅਤੇ ਇਸਦਾ ਉਪਯੋਗ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਨਾਲ ਡੂੰਘੀ ਤਰ੍ਹਾਂ ਜੁੜੀ ਹੋਈ ਹੈ। ਮੈਮੋਰੀ ਏਜੰਟਾਂ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦੀ ਹੈ:
• ਪਰਤੀਬਿੰਬੀ: ਪਿਛਲੇ ਕਾਰਜਾਂ ਅਤੇ ਨਤੀਜਿਆਂ ਤੋਂ ਸਿੱਖਣਾ।
• ਇੰਟਰੈਕਟਿਵ: ਇੱਕ ਚਲ ਰਹੀ ਗੱਲਬਾਤ ਦੌਰਾਨ ਸੰਦਰਭ ਨੂੰ ਬਣਾਈ ਰੱਖਣਾ।
• ਪ੍ਰੋਐਕਟਿਵ ਅਤੇ ਰੀਐਕਟਿਵ: ਲੋੜਾਂ ਦੀ ਭਵਿੱਖਵਾਣੀ ਕਰਨਾ ਜਾਂ ਇਤਿਹਾਸਕ ਡੇਟਾ ਦੇ ਆਧਾਰ ‘ਤੇ موزੂ ਲਹਿਰ ਨਾਲ ਜਵਾਬ ਦੇਣਾ।
• ਸਵੈ-ਚਾਲਤ: ਸਟੋਰ ਕੀਤੀ ਗਿਆਨ ‘ਤੇ ਆਧਾਰਿਤ ਹੋ ਕੇ ਬਹੁਤ ਵੱਧ ਸੁਤੰਤਰਤਾ ਨਾਲ ਕੰਮ ਕਰਨਾ।
ਮੈਮੋਰੀ ਲਾਗੂ ਕਰਨ ਦਾ ਮਕਸਦ ਏਜੰਟਾਂ ਨੂੰ ਹੋਰ ਜ਼ਿਆਦਾ ਭਰੋਸੇਮੰਦ ਅਤੇ ਸਮਰੱਥ ਬਣਾਉਣਾ ਹੈ।
ਮੈਮੋਰੀ ਦੀਆਂ ਕਿਸਮਾਂ
ਵਰਕਿੰਗ ਮੈਮੋਰੀ
ਇਸਨੂੰ ਇੱਕ ਸਕ੍ਰੈਚ ਪੇਪਰ ਵਜੋਂ ਸੋਚੋ ਜੋ ਏਜੰਟ ਇੱਕ ਇਕੱਲੇ, ਚੱਲ ਰਹੇ ਕੰਮ ਜਾਂ ਸੋਚ ਪ੍ਰਕਿਰਿਆ ਦੌਰਾਨ ਵਰਤਦਾ ਹੈ। ਇਹ ਤੁਰੰਤ ਜਾਣਕਾਰੀ ਰੱਖਦਾ ਹੈ ਜੋ ਅਗਲੇ ਕਦਮ ਦੀ ਗਣਨਾ ਲਈ ਲੋੜੀਂਦੀ ਹੁੰਦੀ ਹੈ।
ਏਆਈ ਏਜੰਟਾਂ ਲਈ, ਵਰਕਿੰਗ ਮੈਮੋਰੀ ਅਕਸਰ ਗੱਲਬਾਤ ਵਿਚੋਂ ਸਭ ਤੋਂ ਸੰਬੰਧਿਤ ਜਾਣਕਾਰੀ ਕੈਪਚਰ ਕਰਦੀ ਹੈ, ਭਾਵੇਂ ਸੀਰੀਜ਼ ਦੇ ਸਾਰੇ ਚੈਟ ਇਤਿਹਾਸ ਲੰਬਾ ਜਾਂ ਕਟੋ-ਕਟਾਈ ਹੋਵੇ। ਇਹ ਮੁੱਖ ਤੱਤਾਂ ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦੀ ਹੈ ਜਿਵੇਂ ਜਰੂਰਤਾਂ, ਪ੍ਰਸਤਾਵ, ਫੈਸਲੇ ਅਤੇ ਕਾਰਵਾਈਆਂ।
ਵਰਕਿੰਗ ਮੈਮੋਰੀ ਉਦਾਹਰਨ
ਇੱਕ ਟ੍ਰੈਵਲ ਬੁੱਕਿੰਗ ਏਜੰਟ ਵਿੱਚ, ਵਰਕਿੰਗ ਮੈਮੋਰੀ ਯੂਜ਼ਰ ਦੀ ਮੌਜੂਦਾ ਬੇਨਤੀ ਜਿਵੇਂ “ਮੈਂ ਪੈਰਿਸ ਲਈ ਯਾਤਰਾ ਬੁੱਕ ਕਰਨਾ ਚਾਹੁੰਦਾ ਹਾਂ” ਕੈਪਚਰ ਕਰ ਸਕਦੀ ਹੈ। ਇਹ ਵਿਸ਼ੇਸ਼ ਜਰੂਰਤ ਏਜੰਟ ਦੇ ਤੁਰੰਤ ਸੰਦਰਭ ਵਿੱਚ ਰੱਖੀ ਜਾਂਦੀ ਹੈ ਤਾਂ ਜੋ ਮੌਜੂਦਾ ਗੱਲਬਾਤ ਦਾ ਮਾਰਗਦਰਸ਼ਨ ਕੀਤਾ ਜਾ ਸਕੇ।
ਸ਼ੌਰਟ-ਟਰਮ ਮੈਮੋਰੀ
ਇਸ ਕਿਸਮ ਦੀ ਮੈਮੋਰੀ ਇੱਕ ਇਕੱਲੀ ਗੱਲਬਾਤ ਜਾਂ ਸੈਸ਼ਨ ਦੌਰਾਨ ਜਾਣਕਾਰੀ ਰੱਖਦੀ ਹੈ। ਇਹ ਮੌਜੂਦਾ ਚੈਟ ਦਾ ਸੰਦਰਭ ਹੈ, ਜਿਸ ਨਾਲ ਏਜੰਟ ਗੱਲਬਾਤ ਦੇ ਪਿਛਲੇ ਮੋੜਾਂ ਨੂੰ ਯਾਦ ਕਰ ਸਕਦਾ ਹੈ।
Microsoft Agent Framework ਪਾਇਥਨ SDK ਨਮੂਨਿਆਂ ਵਿੱਚ, ਇਹ AgentSession ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ, ਜੋ agent.create_session() ਨਾਲ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ। ਸੈਸ਼ਨ ਫ੍ਰੇਮਵਰਕ ਦੀ ਬਣੀ ਹੋਈ ਸ਼ੌਰਟ-ਟਰਮ ਮੈਮੋਰੀ ਹੈ: ਇਹ ਗੱਲਬਾਤ ਦਾ ਸੰਦਰਭ ਉਪਲਬਧ ਰੱਖਦੀ ਹੈ ਜਦ ਤੱਕ ਉਹੀ ਸੈਸ਼ਨ ਦੁਬਾਰਾ ਵਰਤਿਆ ਜਾ ਰਿਹਾ ਹੈ, ਪਰ ਜਦ ਸੈਸ਼ਨ ਖਤਮ ਹੁੰਦਾ ਹੈ ਜਾਂ ਐਪਲੀਕੇਸ਼ਨ ਰੀਸਟਾਰਟ ਹੁੰਦੀ ਹੈ ਤਾਂ ਸੰਦਰਭ ਮਿਟ ਜਾਂਦਾ ਹੈ। ਲੰਬੇ ਸਮੇਂ ਦੀ ਮੈਮੋਰੀ ਲਈ ਤੱਥਾਂ ਅਤੇ ਪਸੰਦਾਂ ਨੂੰ ਕਾਇਮ ਰੱਖੋ, ਆਮ ਤੌਰ ‘ਤੇ ਡਾਟਾਬੇਸ, ਵੈਕਟਰ ਇੰਡੈਕਸ ਜਾਂ ਕਿਸੇ ਹੋਰ ਪਾਇਦਾਰ ਸਟੋਰ ਰਾਹੀਂ।
ਸ਼ੌਰਟ-ਟਰਮ ਮੈਮੋਰੀ ਉਦਾਹਰਨ
ਜੇਕਰ ਕੋਈ ਯੂਜ਼ਰ ਪੁੱਛਦਾ ਹੈ, “ਪੈਰਿਸ ਲਈ ਫਲਾਈਟ ਦੀ ਕੀਮਤ ਕਿੰਨੀ ਹੋਵੇਗੀ?” ਅਤੇ ਫਿਰ “ਉਥੇ ਰਹਿਣ ਦੀ ਕੀ ਜਗ੍ਹਾ?” ਪੁੱਛਦਾ ਹੈ, ਤਾਂ ਸ਼ੌਰਟ-ਟ੍ਰਮ ਮੈਮੋਰੀ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੀ ਹੈ ਕਿ ਏਜੰਟ ਨੂੰ ਪਤਾ ਹੈ ਕਿ “ਉੱਥੇ” ਨਾਲ “ਪੈਰਿਸ” ਦੀ ਗੱਲ ਹੋ ਰਹੀ ਹੈ।
ਲਾਂਬੀ ਅਵਧੀ ਦੀ ਮੈਮੋਰੀ
ਇਹ ਜਾਣਕਾਰੀੱਫਰ ਕਈ ਗੱਲਬਾਤਾਂ ਜਾਂ ਸੈਸ਼ਨਾਂ ਵਿੱਚ ਕਾਇਮ ਰਹਿੰਦੀ ਹੈ। ਇਹ ਏਜੰਟਾਂ ਨੂੰ ਯੂਜ਼ਰ ਪਸੰਦਾਂ, ਇਤਿਹਾਸਕ ਇੰਟਰੈਕਸ਼ਨਾਂ ਜਾਂ ਆਮ ਗਿਆਨ ਨੂੰ ਲੰਬੇ ਸਮੇਂ ਲਈ ਯਾਦ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ। ਇਹ ਨਿੱਜੀਕਰਨ ਲਈ ਜਰੂਰੀ ਹੈ।
ਲੰਬੀ ਅਵਧੀ ਦੀ ਮੈਮੋਰੀ ਉਦਾਹਰਨ
ਲੰਬੀ ਮੈਮੋਰੀ ਇਹ ਸਟੋਰ ਕਰ ਸਕਦੀ ਹੈ ਕਿ “ਬੇਨ ਨੂੰ ਸਕੀੰਗ ਅਤੇ ਬਾਹਰਲੇ ਕਿਰਿਆਵਾਂ ਪਸੰਦ ਹਨ, ਉਹ ਕਾਫੀ ਪੀਂਦਾ ਹੈ ਜੋ ਪਹਾੜ ਦੇ ਨਜ਼ਾਰੇ ਨਾਲ ਹੈ, ਅਤੇ ਉਹ ਪਿਛਲੇ ਜ਼ਖਮ ਕਰਕੇ ਅਡਵਾਂਸਡ ਸਕੀ ਸਲੋਪ ਤੋਂ ਬਚਣਾ ਚਾਹੁੰਦਾ ਹੈ”। ਇਹ ਜਾਣਕਾਰੀ, ਪਿਛਲੇ ਇੰਟਰੈਕਸ਼ਨਾਂ ਤੋਂ ਸਿੱਖੀ ਗਈ, ਭਵਿੱਖ ਵਿੱਚ ਟ੍ਰੈਵਲ ਯੋਜਨਾਬੰਦੀ ਦੌਰਾਨ ਸੁਝਾਵਾਂ ਨੂੰ ਬਹੁਤ ਵਿਅਕਤੀਗਤ ਬਣਾਉਂਦੀ ਹੈ।
ਵਿਅਕਤੀਗਤ (ਪੈਰਸੋਨਾ) ਮੈਮੋਰੀ
ਇਹ ਵਿਸ਼ੇਸ਼ ਕਿਸਮ ਦੀ ਮੈਮੋਰੀ ਇੱਕ ਏਜੰਟ ਨੂੰ ਇਕਠੇ “ਪੈਰਸੋਨਾ” ਜਾਂ “ਪਸੰਦ ਦੀ ਸ਼ਖਸੀਅਤ” ਵਿਕਸਤ ਕਰਨ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਦੀ ਹੈ। ਇਹ ਏਜੰਟ ਨੂੰ ਆਪਣੇ ਬਾਰੇ ਜਾਂ ਆਪਣੀ ਭੂਮਿਕਾ ਬਾਰੇ ਵੇਰਵੇ ਯਾਦ ਰੱਖਣ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਗੱਲਬਾਤ ਹੋਰ ਸੁਚੱਜੀ ਅਤੇ ਕੇਂਦਰਿਤ ਹੋ ਜਾਂਦੀ ਹੈ।
ਪੈਰਸੋਨਾ ਮੈਮੋਰੀ ਉਦਾਹਰਨ ਜੇਕਰ ਟ੍ਰੈਵਲ ਏਜੰਟ ਨੂੰ “ਮਾਹਿਰ ਸਕੀ ਯੋਜਨਾਕਾਰ” ਵਜੋਂ ਡਿਜ਼ਾਈਨ ਕੀਤਾ ਗਿਆ ਹੈ, ਤਾਂ ਪੈਰਸੋਨਾ ਮੈਮੋਰੀ ਇਸ ਭੂਮਿਕਾ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰ ਸਕਦੀ ਹੈ, ਇਸਦੇ ਜਵਾਬਾਂ ਨੂੰ ਐਕਸਪ੍ਰਟ ਦੀ ਟੋਨ ਅਤੇ ਗਿਆਨ ਨਾਲ ਅਨੁਰੂਪ ਬਣਾਉਂਦੀ ਹੈ।
ਵਰਕਫਲੋ/ਘਟਨਾਕ੍ਰਮਕ ਮੈਮੋਰੀ
ਇਹ ਮੈਮੋਰੀ ਐਜੰਟ ਵੱਲੋਂ ਇੱਕ ਔਖੇ ਕੰਮ ਦੌਰਾਨ ਲਏ ਗਏ ਕਦਮਾਂ ਦੇ ਕ੍ਰਮ ਨੂੰ ਸਟੋਰ ਕਰਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਸਫਲਤਾਵਾਂ ਅਤੇ ਅਸਫਲਤਾਵਾਂ ਸ਼ਾਮਲ ਹਨ। ਇਹ ਨਿੱਜੀ “ਘਟਨਾਕ੍ਰਮ” ਜਾਂ ਅਪਰਕਥ ਪਿਛਲੇ ਤਜਰਬਿਆਂ ਨੂੰ ਯਾਦ ਰੱਖਣ ਵਾਂਗ ਹੈ, ਤਾਂ ਜੋ ਉਨ੍ਹਾਂ ਤੋਂ ਸਿੱਖਿਆ ਜਾ ਸਕੇ।
ਘਟਨਾਕ੍ਰਮਕ ਮੈਮੋਰੀ ਉਦਾਹਰਨ
ਜੇਕਰ ਏਜੰਟ ਨੇ ਕਿਸੇ ਖ਼ਾਸ ਫਲਾਈਟ ਨੂੰ ਬੁੱਕ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ ਪਰ ਉਹ ਅਣੁਪਲਬਧ ਸੀ, ਤਾਂ ਘਟਨਾਕ੍ਰਮਕ ਮੈਮੋਰੀ ਇਸ ਅਸਫਲਤਾ ਨੂੰ ਰਿਕਾਰਡ ਕਰ ਸਕਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਏਜੰਟ ਬਦਲੀਆਂ ਫਲਾਈਟਾਂ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਸਕਦਾ ਹੈ ਜਾਂ ਯੂਜ਼ਰ ਨੂੰ ਆਗਲੇ ਯਤਨਾਂ ਦੌਰਾਨ ਇਸ ਮੁੱਦੇ ਬਾਰੇ ਹੋਰ ਜਾਣੂ ਕਰਾ ਸਕਦਾ ਹੈ।
ਏਂਟੀਟੀ ਮੈਮੋਰੀ
ਇਹ ਗੱਲਬਾਤਾਂ ਵਿੱਚੋਂ ਵਿਸ਼ੇਸ਼ ਏਂਟੀਟੀਆਂ (ਜਿਵੇਂ ਲੋਕ, ਥਾਵਾਂ, ਜਾਂ ਚੀਜ਼ਾਂ) ਅਤੇ ਘਟਨਾਵਾਂ ਨੂੰ ਕੱਢ ਕੇ ਯਾਦ ਰੱਖਣ ਨਾਲ ਸੰਬੰਧਿਤ ਹੈ। ਇਸ ਨਾਲ ਏਜੰਟ ਮੁੱਖ ਤੱਤਾਂ ਦੀ ਇਕ ਸੰਰਚਿਤ ਸਮਝ ਬਣਾਉਂਦਾ ਹੈ।
ਏਂਟੀਟੀ ਮੈਮੋਰੀ ਉਦਾਹਰਨ
ਕੋਈ ਪਿਛਲੀ ਯਾਤਰਾ ਬਾਰੇ ਗੱਲਬਾਤ ਤੋਂ, ਏਜੰਟ “ਪੈਰਿਸ,” “ਆਇਫਲ ਟਾਵਰ,” ਅਤੇ “Le Chat Noir ਰੇਸਟੋਰੈਂਟ ਵਿੱਚ ਡਿਨਰ” ਨੂੰ ਏਂਟੀਟੀਜ਼ ਵਜੋਂ ਕੱਢ ਸਕਦਾ ਹੈ। ਭਵਿੱਖ ਦੀ ਗੱਲਬਾਤ ਵਿੱਚ, ਏਜੰਟ “Le Chat Noir” ਨੂੰ ਯਾਦ ਕਰਕੇ ਨਵੀਂ ਰਿਜ਼ਰਵੇਸ਼ਨ ਕਰਨ ਦਾ ਪ੍ਰਸਤਾਵ ਦੇ ਸਕਦਾ ਹੈ।
ਸੰਰਚਿਤ RAG (ਰੀਟਰੀਵਲ ਅਗਮੈਂਟਡ ਜਨਰੇਸ਼ਨ)
ਜਦੋਂ ਕਿ RAG ਇਕ ਵਿਆਪਕ ਤਕਨੀਕ ਹੈ, “ਸੰਰਚਿਤ RAG” ਇੱਕ ਤਾਕਤਵਰ ਮੈਮੋਰੀ ਤਕਨਾਲੋਜੀ ਵਜੋਂ ਉਭਰਦੀ ਹੈ। ਇਹ ਵੱਖ-ਵੱਖ ਸਰੋਤਾਂ (ਗੱਲਬਾਤਾਂ, ਈਮੇਲਾਂ, ਛਵੀਆਂ) ਤੋਂ ਗੂੜ੍ਹੀ, ਸੰਰਚਿਤ ਜਾਣਕਾਰੀ ਕੱਢ ਕੇ ਇਸਦਾ ਪ੍ਰਤੀਕਰੀਆਵਾਂ ਵਿੱਚ ਸਹੀਅਤ, ਯਾਦਦਾਸ਼ਤ ਅਤੇ ਗਤੀ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ। ਪਾਰੰਪਰਿਕ RAG ਜੋ ਸਿਰਫ ਸੇਮਾਂਟਿਕ ਸਮਾਨਤਾ ‘ਤੇ ਆਧਾਰਿਤ ਹੁੰਦਾ ਹੈ, ਉਸ ਦੇ ਬਜਾਏ ਸੰਰਚਿਤ RAG ਜਾਣਕਾਰੀ ਦੀ ਅੰਦਰੂਨੀ ਸੰਰਚਨਾ ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ।
ਸੰਰਚਿਤ RAG ਉਦਾਹਰਨ
ਸਿਰਫ ਕੁੰਜੀ ਸ਼ਬਦਾਂ ਨੂੰ ਮੇਲ ਖਾਣ ਦੀ ਬਜਾਏ, ਸੰਰਚਿਤ RAG ਈਮੇਲ ਤੋਂ ਫਲਾਈਟ ਵੇਰਵੇ (ਮਨਜ਼ਿਲ, ਤਾਰੀਖ, ਸਮਾਂ, ਏਅਰਲਾਈਨ) ਨੂੰ ਪਾਰਸ ਕਰ ਕੇ ਸੰਰਚਿਤ ਤਰੀਕੇ ਨਾਲ ਸਟੋਰ ਕਰ ਸਕਦਾ ਹੈ। ਇਹ ਸਹੀ ਪ੍ਰਸ਼ਨਾਂ ਜਿਵੇਂ “ਮੈਂ ਮੰਗਲਵਾਰ ਨੂੰ ਪੈਰਿਸ ਲਈ ਕਿਹੜੀ ਫਲਾਈਟ ਬੁੱਕ ਕੀਤੀ ਸੀ?” ਨੂੰ ਸੰਭਵ ਬਣਾਉਂਦਾ ਹੈ।
ਮੈਮੋਰੀ ਲਾਗੂ ਕਰਨਾ ਅਤੇ ਸਟੋਰ ਕਰਨਾ
ਏਆਈ ਏਜੰਟਾਂ ਲਈ ਮੈਮੋਰੀ ਲਾਗੂ ਕਰਨਾ ਇੱਕ ਪ੍ਰਣਾਲੀਬੱਧ ਪ੍ਰਕਿਰਿਆ ਹੈ ਜਿਸ ਵਿੱਚ ਮੈਮੋਰੀ ਪ੍ਰਬੰਧਨ ਸ਼ਾਮਲ ਹੈ, ਜਿਸ ਵਿੱਚ ਜਨਰੇਟ ਕਰਨਾ, ਸਟੋਰ ਕਰਨਾ, ਫਿਰ ਨਾਲ ਵਾਪਸ ਲੈਣਾ (ਰੀਟਰੀਵਲ), ਇਕੱਠਾ ਕਰਨਾ, ਅਪਡੇਟ ਕਰਨਾ ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਜਾਣਕਾਰੀ ਨੂੰ “ਭੁੱਲਣਾ” (ਜਾਂ ਮਿਟਾਉਣਾ) ਵੀ ਸ਼ਾਮਲ ਹੈ। ਰੀਟਰੀਵਲ ਇਕ ਖਾਸ ਤੌਰ ‘ਤੇ ਅਹੰਕਾਰਪੂਰਕ پہلو ਹੈ।
ਵਿਸ਼ੇਸ਼ ਮੈਮੋਰੀ ਟੂਲਜ਼
Mem0
ਏਜੰਟ ਮੈਮੋਰੀ ਨੂੰ ਸਟੋਰ ਅਤੇ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਦਾ ਇੱਕ ਤਰੀਕਾ ਹੈ Mem0 ਵਰਗੇ ਵਿਸ਼ੇਸ਼ ਟੂਲਜ਼ ਦੀ ਵਰਤੋਂ। Mem0 ਇੱਕ ਪਾਇਦਾਰ ਮੈਮੋਰੀ ਪਰਤ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ, ਜੋ ਏਜੰਟਾਂ ਨੂੰ ਸੰਬੰਧਿਤ ਇੰਟਰੈਕਸ਼ਨਾਂ ਨੂੰ ਯਾਦ ਕਰਨ, ਯੂਜ਼ਰ ਪਸੰਦਾਂ ਅਤੇ ਤੱਥਾਂਕੁੰਜੀ ਸੰਦਰਭ ਨੂੰ ਸਟੋਰ ਕਰਨ ਅਤੇ ਸਮੇਂ ਦੇ ਨਾਲ ਸਫਲਤਾਵਾਂ ਅਤੇ ਅਸਫਲਤਾਵਾਂ ਤੋਂ ਸਿੱਖਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਇੱਥੇ ਵਿਚਾਰ ਇਹ ਹੈ ਕਿ ਬਿਨਾਂ ਸੂਚਨਾ ਵਾਲੇ ਏਜੰਟ ਸੂਚਨਾ ਰੱਖਣ ਵਾਲੇ ਬਣ ਜਾਂਦੇ ਹਨ।
ਇਹ ਦੋ-ਚਰਣ ਵਾਲੀ ਮੈਮੋਰੀ ਪ੍ਰਕਿਰਿਆ: ਅਦਾਇਗੀ ਅਤੇ ਅਪਡੇਟ ਰਾਹੀਂ ਕੰਮ ਕਰਦਾ ਹੈ। ਪਹਿਲਾਂ, ਏਜੰਟ ਦਾ ਧਾਗਾ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤੇ ਗਏ ਸੁਨੇਹੇ Mem0 ਸੇਵਾ ਨੂੰ ਭੇਜੇ ਜਾਂਦੇ ਹਨ, ਜੋ ਲਾਰਜ ਲੈਂਗਵੇਜ ਮਾਡਲ (LLM) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਗੱਲਬਾਤ ਇਤਿਹਾਸ ਦਾ ਸਾਰ ਲਗਾਉਂਦਾ ਹੈ ਅਤੇ ਨਵੀਂਆਂ ਯਾਦਾਂ ਕੱਢਦਾ ਹੈ। ਉਸਤੋਂ ਬਾਅਦ, LLM-ਚਲਿਤ ਅਪਡੇਟ ਚਰਣ ਇਹ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ ਕਿ ਇਹ ਯਾਦਾਂ ਜੋੜਣੀਆਂ ਹਨ, ਸੋਧਣੀਆਂ ਹਨ ਜਾਂ ਮਿਟਾਉਣੀਆਂ ਹਨ, ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਇਕ ਮਿਖਲਤ ਡਾਟਾ ਸਟੋਰ ਵਿੱਚ ਸਟੋਰ ਕਰਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਵੈਕਟਰ, ਗ੍ਰਾਫ ਅਤੇ ਕੀ-ਵੈਲਯੂ ਡਾਟਾਬੇਸ ਸ਼ਾਮਲ ਹੋ ਸਕਦੇ ਹਨ। ਇਹ ਪ੍ਰਣਾਲੀ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੀਆਂ ਮੈਮੋਰੀਆਂ ਦਾ ਸਮਰਥਨ ਕਰਦੀ ਹੈ ਅਤੇ ਸੰਬੰਧਿਤ ਏਂਟੀਟੀਆਂ ਦੇ ਪ੍ਰਬੰਧ ਲਈ ਗ੍ਰਾਫ ਮੈਮੋਰੀ ਨੂੰ ਸ਼ਾਮਲ ਕਰ ਸਕਦੀ ਹੈ।
Cognee
ਇੱਕ ਹੋਰ ਤਾਕਤਵਰ ਤਰੀਕਾ ਹੈ Cognee, ਜੋ ਏਆਈ ਏਜੰਟਾਂ ਲਈ ਖੁੱਲ੍ਹਾ ਸਰੋਤ ਸੇਮਾਂਟਿਕ ਮੈਮੋਰੀ ਹੈ ਜੋ ਸੰਰਚਿਤ ਅਤੇ ਅਸੰਰਚਿਤ ਡਾਟਾ ਨੂੰ ਪੜ੍ਹਨਯੋਗ ਗਿਆਨ ਗ੍ਰਾਫ ਵਿੱਚ ਬਦਲ ਦਿੰਦਾ ਹੈ ਜੋ ਐਂਬੈਡਿੰਗ ਤੋਂ ਸਹਾਇਤ ਪ੍ਰਾਪਤ ਹੁੰਦਾ ਹੈ। Cognee ਇੱਕ ਡੁਅਲ-ਸਟੋਰ ਵਾਸਤੁਕਲਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜੋ ਵੈਕਟਰ ਸਮਾਨਤਾ ਖੋਜ ਨੂੰ ਗ੍ਰਾਫ ਸੰਬੰਧਾਂ ਨਾਲ ਜੋੜਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਏਜੰਟ ਸਿਰਫ ਜਾਣਕਾਰੀ ਦੇ ਸਮਾਨ ਹੋਣ ਦੀ ਸਮਝ ਹੀ ਨਹੀਂ ਪ੍ਰਾਪਤ ਕਰਦਾ, ਬਲਕਿ ਧਾਰਨਾਵਾਂ ਕਿਸ ਤਰ੍ਹਾਂ ਆਪਸ ਵਿੱਚ ਲੰਕਿਤ ਹਨ, ਇਹ ਵੀ ਜਾਣਦਾ ਹੈ।
ਇਹ ਹਾਈਬ੍ਰਿਡ ਰੀਟਰੀਵਲ ਵਿੱਚ ਮਾਹਿਰ ਹੈ ਜੋ ਵੈਕਟਰ ਸਮਾਨਤਾ, ਗ੍ਰਾਫ ਸੰਰਚਨਾ ਅਤੇ LLM ਕਾਰਨਿੰਗ ਨੂੰ ਮਿਲਾਉਂਦਾ ਹੈ - ਕੱਚੇ ਖੰਡ ਲੁਕਅਪ ਤੋਂ ਲੈ ਕੇ ਗ੍ਰਾਫ-ਸੂਚਿਤ ਪ੍ਰਸ਼ਨ-ਜਵਾਬ ਤੱਕ। ਪ੍ਰਣਾਲੀ ਇੱਕ ਜੀਵੰਤ ਮੈਮੋਰੀ ਬਣਾਈ ਰੱਖਦੀ ਹੈ ਜੋ ਵਿਕਸਿਤ ਅਤੇ ਵਧਦੀ ਹੈ ਅਤੇ ਇੱਕ ਜੁੜੇ ਹੋਏ ਗ੍ਰਾਫ ਵਜੋਂ ਪ੍ਰਸ਼ਨਯੋਗ ਰਹਿੰਦੀ ਹੈ, ਜੋ ਕਿ ਛੋਟੇ ਸਮੇਂ ਦੇ ਸੈਸ਼ਨ ਸੰਦਰਭ ਤੇ ਲੰਬੇ ਸਮੇਂ ਦੀ ਪਾਇਦਾਰ ਮੈਮੋਰੀ ਦੋਵਾਂ ਦਾ ਸਮਰਥਨ ਕਰਦੀ ਹੈ।
Cognee ਨੋਟਬੁੱਕ ਟਿਊਟੋਰੀਅਲ (13-agent-memory-cognee.ipynb) ਇਸ ਇਕਜੁੱਟ ਮੈਮੋਰੀ ਪਰਤ ਦੇ ਨਿਰਮਾਣ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਵਿਭਿੰਨ ਡਾਟਾ ਸਰੋਤਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ, ਗਿਆਨ ਗ੍ਰਾਫ ਨੂੰ ਦਰਸਾਉਣ ਅਤੇ ਵੱਖ-ਵੱਖ ਖੋਜ ਰਣਨੀਤੀਆਂ ਨਾਲ ਪ੍ਰਸ਼ਨ ਕਰਨ ਦੇ ਵਿਹਾਰਕ ਉਦਾਹਰਨਾਂ ਨਾਲ ਜੋ ਖਾਸ ਏਜੰਟ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਲਈ ਅਨੁਕੂਲਿਤ ਹਨ।
ਮੈਮੋਰੀ ਸਟੋਰ ਕਰਨ ਲਈ RAG ਦੀ ਵਰਤੋਂ
Mem0 ਵਰਗੇ ਵਿਸ਼ੇਸ਼ ਮੈਮੋਰੀ ਟੂਲਾਂ ਤੋਂ ਇਲਾਵਾ, ਤੁਸੀਂ ਆਜ਼ੂਰ ਏਆਈ ਸਰਚ ਨੂੰ ਪਿਛੋਕੜ ਵਜੋਂ ਵਰਤ ਕੇ ਯਾਦਾਂ ਨੂੰ ਸਟੋਰ ਅਤੇ ਰੀਟਰੀਵ ਕਰ ਸਕਦੇ ਹੋ, ਖਾਸ ਕਰਕੇ ਸੰਰਚਿਤ RAG ਲਈ।
ਇਸ ਨਾਲ ਤੁਸੀਂ ਆਪਣੇ ਏਜੰਟ ਦੇ ਜਵਾਬਾਂ ਨੂੰ ਆਪਣੇ ਖੁਦ ਦੇ ਡਾਟਾ ਨਾਲ ਬੇਸ ਕਰ ਸਕਦੇ ਹੋ, ਜਿਸ ਨਾਲ ਹੋਰ ਲਾਗੂ ਅਤੇ ਸਹੀ ਉੱਤਰ ਮਿਲਦੇ ਹਨ। ਆਜ਼ੂਰ ਏਆਈ ਸਰਚ ਯੂਜ਼ਰ-ਖਾਸ ਟ੍ਰੈਵਲ ਯਾਦਾਂ, ਉਤਪਾਦ ਸੂਚੀ, ਜਾਂ ਕਿਸੇ ਹੋਰ ਖੇਤਰ-ਖਾਸ ਗਿਆਨ ਨੂੰ ਸਟੋਰ ਕਰਨ ਲਈ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ।
ਆਜ਼ੂਰ ਏਆਈ ਸਰਚ ਸੰਰਚਿਤ RAG ਵਰਗੀਆਂ ਸਮਰੱਥਾਵਾਂ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ, ਜੋ ਵੱਡੇ ਡਾਟਾਸੈਟਾਂ ਤੋਂ ਜਿਵੇਂ ਗੱਲਬਾਤ ਇਤਿਹਾਸ, ਈਮੇਲਾਂ ਜਾਂ ਛਵੀਆਂ ਤੋਂ ਗੂੜ੍ਹੀ, ਸੰਰਚਿਤ ਜਾਣਕਾਰੀ ਕੱਢਣ ਅਤੇ ਪ੍ਰਾਪਤ ਕਰਨ ਵਿੱਚ ਬਹੁਤ ਕੁਸ਼ਲ ਹੈ। ਇਹ ਟ੍ਰੈਡੀਸ਼ਨਲ ਟੈਕਸਟ ਚੰਕਿੰਗ ਅਤੇ ਐਂਬੈਡਿੰਗ ਤਰੀਕਿਆਂ ਨਾਲ ਤੁਲਨਾ ਵਿੱਚ “ਸੁਪਰਹਿਊਮਨ ਸਟਰੀਕਟਤਾ ਅਤੇ ਯਾਦ “ ਪ੍ਰदान ਕਰਦਾ ਹੈ।
ਏਆਈ ਏਜੰਟਾਂ ਨੂੰ ਸਵੈ-ਸੁਧਾਰਕ ਬਣਾਉਣਾ
ਸਵੈ-ਸੁਧਾਰਕ ਏਜੰਟਾਂ ਲਈ ਇਕ ਆਮ ਪੈਟਰਨ ਵਿੱਚ ਇੱਕ “ਨੋਲੇਜ ਏਜੰਟ” ਨੂੰ ਸ਼ਾਮਲ ਕਰਨਾ ਹੁੰਦਾ ਹੈ। ਇਹ ਵੱਖਰਾ ਏਜੰਟ ਯੂਜ਼ਰ ਅਤੇ ਮੁੱਖ ਏਜੰਟ ਦੇ ਵਿਚਕਾਰ ਮੁੱਖ ਗੱਲਬਾਤ ਦਾ ਤਿਆਨ ਨਾਲ ਅਧਿਐਨ ਕਰਦਾ ਹੈ। ਇਸਦਾ ਕੰਮ ਹੈ:
-
ਮੁੱਲਵਾਨ ਜਾਣਕਾਰੀ ਦੀ ਪਛਾਣ ਕਰਨੀ: ਇਹ ਨਿਰਧਾਰਿਤ ਕਰਨਾ ਕਿ ਗੱਲਬਾਤ ਦਾ ਕੋਈ ਹਿੱਸਾ ਆਮ ਗਿਆਨ ਜਾਂ ਵਿਸ਼ੇਸ਼ ਯੂਜ਼ਰ ਪਸੰਦ ਵਜੋਂ ਸਟੋਰ ਕਰਨ ਯੋਗ ਹੈ ਜਾਂ ਨਹੀਂ।
-
ਕੱਢਣਾ ਅਤੇ ਸਾਰ-ਸੰਖੇਪ ਬਣਾਉਣਾ: ਗੱਲਬਾਤ ਤੋਂ ਜਰੂਰੀ ਸਿੱਖਿਆ ਜਾਂ ਪਸੰਦ ਨੂੰ ਸੰਘੇਪ ਕਰਨਾ।
-
ਨੋਲੇਜ ਬੇਸ ਵਿੱਚ ਸਟੋਰ ਕਰਨਾ: ਇਸ ਕੱਢੇ ਹੋਏ ਜਾਣਕਾਰੀ ਨੂੰ ਪ੍ਰਯਟਾਈਕ ਤੌਰ ‘ਤੇ ਸਟੋਰ ਕਰਨਾ, ਆਮ ਤੌਰ ‘ਤੇ ਇੱਕ ਵੈਕਟਰ ਡਾਟਾਬੇਸ ਵਿੱਚ, ਤਾਂ ਜੋ ਬਾਅਦ ਵਿੱਚ ਇਸ ਨੂੰ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾ ਸਕੇ।
-
ਭਵਿੱਖ ਦੇ ਪ੍ਰਸ਼ਨਾਂ ਨੂੰ ਉੱਚਿਤ ਕਰਨਾ: ਜਦ ਯੂਜ਼ਰ ਨਵਾਂ ਪ੍ਰਸ਼ਨ ਕਰਦਾ ਹੈ, ਤਦ ਨੋਲੇਜ ਏਜੰਟ ਸੰਬੰਧਤ ਸਟੋਰ ਕੀਤੀ ਜਾਣਕਾਰੀ ਨੂੰ ਲੱਭਦਾ ਹੈ ਅਤੇ ਇਸ ਨੂੰ ਯੂਜ਼ਰ ਦੇ ਪ੍ਰਾਪਤ ਦੇ ਨਾਲ ਜੋੜਦਾ ਹੈ, ਮੁੱਖ ਏਜੰਟ ਨੂੰ ਜ਼ਰੂਰੀ ਸੰਦਰਭ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ (RAG ਵਾਂਗ)।
ਮੈਮੋਰੀ ਲਈ ਓਪਟੀਮਾਈਜ਼ੇਸ਼ਨ
• ਲੇਟੈੰਸੀ ਪ੍ਰਬੰਧਨ: ਯੂਜ਼ਰ ਇੰਟਰੈਕਸ਼ਨਾਂ ਨੂੰ ਧੀਮਾ ਕਰਨ ਤੋਂ ਬਚਣ ਲਈ, ਇੱਕ ਸਸਤਾ ਤੇ ਤੇਜ਼ ਮਾਡਲ ਪਹਿਲਾਂ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ ਤਾਂ ਜੋ ਜਲਦੀ ਨਾਲ ਦਿਖਾਇਆ ਜਾ ਸਕੇ ਕਿ ਜਾਣਕਾਰੀ ਸਟੋਰ ਜਾਂ ਰੀਟਰੀਵ ਕਰਨ ਵਾਲੀ ਹੈ ਜਾਂ ਨਹੀਂ, ਅਤੇ ਜਦ ਜ਼ਰੂਰਤ ਹੋਵੇ ਤਦ ਹੀ ਵਧੇਰੇ ਜਟਿਲ ਅਦਾਇਗੀ/ਰੀਟਰੀਵਲ ਪ੍ਰਕਿਰਿਆ ਕਾਲ ਕੀਤੀ ਜਾ ਸਕੇ।
• ਨੋਲੇਜ ਬੇਸ ਦਾ ਰਖ-ਰਖਾਣ: ਵਧ ਰਹੀ ਗਿਆਨ ਬੇਸ ਲਈ, ਘੱਟ ਵਰਤੀ ਜਾਣ ਵਾਲੀ ਜਾਣਕਾਰੀ ਨੂੰ “ਕੋਲਡ ਸਟੋਰੇਜ” ਵਿੱਚ ਖਿਸਕਾਇਆ ਜਾ ਸਕਦਾ ਹੈ ਤਾਂ ਜੋ ਖਰਚੇ ਪ੍ਰਬੰਧਿਤ ਕੀਤੇ ਜਾ ਸਕਣ।
ਏਜੰਟ ਮੈਮੋਰੀ ਬਾਰੇ ਹੋਰ ਸਵਾਲ ਹਨ?
ਹੋਰ ਸਿੱਖਣ ਵਾਲਿਆਂ ਨਾਲ ਮਿਲਣ, ਦਫ਼ਤਰ ਦੇ ਸਮੇਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣ ਅਤੇ ਆਪਣੀਆਂ ਏਆਈ ਏਜੰਟਾਂ ਸੰਬੰਧੀ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ Microsoft Foundry Discord ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ।
ਪਿਛਲਾ ਪਾਠ
ਏਆਈ ਏਜੰਟਾਂ ਲਈ ਸੰਦਰਭ ਇੰਜੀਨੀਅਰਿੰਗ
ਅਗਲਾ ਪਾਠ
ਮਾਈਕ੍ਰੋਸੋਫਟ ਏਜੰਟ ਫ੍ਰੇਮਵਰਕ ਦੀ ਖੋਜ
ਅਸਵੀਕਾਰੋਪਣ: ਇਸ ਦਸਤਾਵੇਜ਼ ਦਾ ਅਨੁਵਾਦ ਏਆਈ ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਤਾਵਾਂ ਲਈ ਯਤਨਸ਼ੀਲ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਰੱਖੋ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸਮੱਤਿਆਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਆਪਣੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਅਧਿਕਾਰਕ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਜਰੂਰੀ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੇ ਉਪਯੋਗ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀਆਂ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆਵਾਂ ਲਈ ਜਵਾਬਦੇਹ ਨਹੀਂ ਹਾਂ।