Žinutės

Filtrastaikomas

Šis puslapis nėra tiesioginis — žinutės atnaujinamos pagal tvarkaraštį. Paskutinį kartą atnaujinta . Kito atnaujinimo laukiama apie . Laikas rodomas Vilniaus laiku (EET).

ChionsasDokumentai / duomenų apdorojimasProgramavimas / agentai
tai jis stebi kas imama iš atminties? Kaip suprasti „ant karšto“?
Tarkim turiu docs folderį „nuo pirmos dienos“. Ten patys agentai atnaujina duomenis ir tas visai ok veikia kol doc'ai iki ~200k token'ų, pasak Anthropic. Tik virš 200k rekomenduoja RAG naudot.
Jei 300Mb atvejis, tai suprantu.. Bet jei 3Mb? :)
o jis konspektuoja ant "karsto" kol context'e viskas ant kiekvieno "stop hook"
pas mane db jau per 300mb 🙂 niekaip tiek i context nebetilptu
  • 🔥1
be to jis atsimena per RAG - tai kas aktualu sitam taskui
jeigu kazkuriam projekte kodinai, ir dabar nauja darai, tai know how lieka
startuoja su daug maz ~ 100k token contextu viska atsimines
darydamas taska uzauga jeigu mazas iki 150k jeigu sudetinga 250k
ChionsasDokumentai / duomenų apdorojimasProgramavimas / agentai
https://aiagentmemory.dev/ jau palaiko ne tik claude bet ir codex bei
Nuo kiek maždaug duomenų apsimoka naudoti šitą vs tiesiog sukraunant viską į kontekstą paprastuoju būdu (md failų hierarchija)?
Esu https://github.com/tobi/qmd pasižymėjęs su ta pačia paskirtimi, bet dar nepriėjau prie realaus bandymo-įgyvendinimo. Max ką dabar turiu projektuose – žinyną su ~400k token'ų (~300 psl. knyga).
Šiaip kyla jausmas, kad industrija ima pintis įvairiausiais over-engineered sprendimais (kurie gal ir reikalingi, bet priklausomai nuo masto, o ne by default visiems).
ir scriptuka, kuris is db exportuoja i qdrant
@… del sqlite 1 failo. no problem, padaryt 16 failu. ir pagal uzeri/projekta shardint i skirtingus db writes 🙂
Darius@Kiaulakis.lt #AiOpsCatalyst
html įkelus vieno failo trūks: mermaid
Žinutės vaizdas

AI aprašymas Tai sistemos architektūros diagrama, vaizduojanti duomenų apdorojimo grandinę nuo nuotolinių agentų per HTTP MCP serverį, teksto skaidymą ir vektorius generavimą iki saugojimo SQLite bei Qdrant duomenų bazėse ir hibridinio paieškos mechanizmo.

Sugeneravo dirbtinio intelekto modelis qwen3.8-27b-dk:latest (vienu ėjimu, be samprotavimo biudžeto). Žmogus netikrino.

MPRO:
Žinutės vaizdas
palyginimas side by side:
Žinutės vaizdas
paprašiau, kad dar ir rastą brain spragą pasitaisytų.
Žinutės vaizdas
  • ❤1
nevisada viska verta daryt nuo 0 🙂
  • ❤1
Tai man šita grupė yra lobis, ir ypač tavo įžvalgos ir pasidalinimai :)
Mindaugas Žvirblis
1. Ours was broken in real life
The shared memory was silently recalling "newest few" instead of "most relevant",
  • 🥴1

Rodoma paskutinė surinkta leidžiama būsena; pašalinimų suderinimas nebaigtas. Visas pokalbis — Telegram grupėje.