Žinutės

Labai ačiū už info - kelrodė žvaigždė yra, bet kaip iki jos nusigauti :). Gal dar išeitų nukreipti, kur daugiau tinkamos info yra? Moku užklausą tuo klausimu parašyti, bet kitą kartą nuoroda iš asmens su patirtimi teisingiau nukreipia.

nu TEI vietoj ollama, tiek kad jis turi dar ir /rerank endpoint

ir 1 procesas runina 1 modeli skirtingai nei ollama

preloadina

ir siaip kiek pazystamu benchmark rodo 1 procesas geriau utilizuoja gpu nei ollama

o del knowledge graph tai tiesiog sqlite + kodas kuris querina atitinkamai

paskaityk apie temporal ir taxonomies kas tai yra per duomenu strukturos

Jau žiūriu kaip į Guru, kuris įžvalgas teikia :) Manau, kad ne vieną gali užvesti ant kelio.

nu as 20 metu kodinau 😉

dabar AI ta daro 🙂 jau beveik taip kaip noriu su stack kokiu noriu 🙂

o komandoj kodinant svarbu memory between agents tai

nieko nesugadino dar kolegos 😄

Bet ne kiekvienas dalinasi žiniomis. Gal kažkaip tai įprasta, bet kitiems tai gali būti ilgokas kelias iki sužinojimo.

enzinau

kai pradejau buvo dar normali kultura

😄

tai matyt is tu laiku ir liko 🙂

Man dar visada kyla klausimas dėl duomenų saugumo su vibecoding, dauguma pradeda app kurti, bet manau, kad dabar duomenų saugumas turėtų būti vienas iš pagrindinių prioritetų (visada buvo), bet DI įrankiai gali padėti rasti įvairių spragų.

Na ir aš prisimenu, kad dar studijų laikais dalindavomės, bet palengva atėjo, kad kiekvienas savo.

na anksciau kazkaip nebudavo "durnas klausimas" nebuvo google tai nebuvo "googlint nemoki?" 😄

aisku budavo RTFM kartais 😄

bet siaip atsakydavo net ir paprastus klausimus zmones

AI kaip dirva, i kuria imeti medzio sekla

visada gausis medis is medzio seklos

panasus bet niekada toks pats

kai issimato context ir jau gali redaguot koda, tai jis redaguoja pagal medi koki dabar zino ne pagal toki koks yra pas tave

tai velgi 😄 memory yra svarbu jeigu nori nekeitaliot to kas ir taip veikia pas tave 😄

Šiaip įdomu, koks dydis jau turimo memory?

apie 200mb

dar 50mb vektori indexai

+ code base pats ir yra memory

ir dar agents.md nurodo krypti

"tiered cache"

tier 1 - ai memory , context/rag/hybrid

tier 2 - kodas / md failai

RAG saugomas sqlite?

vektorius kaip blob 4kb 1024 floats saugau sqlite

kad backupint reiktu 1 faila

poto exportuojasi arba i chromem jeigu local, arba qdrant

tai vektoriu search is normalios qdrant db

poto rerankinimas , enrich scoru ir t.t.

ir tada jau pateikiamas susortintas pasirinkimai LLM

Gal jau yra kažkoks tam įrankis, kurį galima tam panaudoti ar tektų viską pačiam kurti?