Scarb

记忆这块之前研究过。
有很多开源的长期记忆，star 最多的 mem0 ，其他还有 memobase 、memu 、memori 等等。
还可以用云服务 AWS AgentCore Memory 。
没特殊需求直接用 mem0 即可。
原理都差不多，有些会在记忆分类上做优化（ User Profile 、Events 、Activity 等等），有些会优化 context 来减少消耗的 token 数量

* 插入
1. 大模型抽取对话中的关键内容
2. 从向量数据库查询已有记忆中相关的记忆
3. 用大模型判断要进行的记忆操作（增删改或者无动作）
4. 执行记忆操作到向量数据库
* 查询
* 直接向量查询，按相似度取前 N 个结果
* 使用
* 每次对话都调用插入，prompt 发到大模型之前查询记忆，把查出来的记忆拼到 prompt 里面

35 天前

回复了 pmpmp 创建的主题 › 程序员 › 你真的了解上下文工程么？

写了很多，但是不知道我的理解对不对，实际只有一个功能：自动化上下文压缩（包括总结和 LRU ）。其他的 LangChain 也都能做到。
但是自动化上下文压缩感觉是一个伪需求，各个 Agent 使用场景大不相同，每个都应该有自定义的压缩方式。自动化压缩很容易把 Agent 需要的内容丢掉。

38 天前

回复了 HuPu 创建的主题 › 程序员 › 大家在用什么 AI 工具总结视频?youtube/b 站上的视频

glarity 免费的，字幕总结，但是 b 站总结不太能用，现在也不维护了。收费的 monica 或许可以，还支持没字幕的视频总结。

39 天前

回复了 DeepSIeep 创建的主题 › 问与答 › 如果你突然得到 50w，你会买什么

LZ 是哪来的 50W ？
我的话就全还贷款

39 天前

回复了 labubu 创建的主题 › 问与答 › 大家如何看待 polymarket 这类事件预测网站？

目前是有一定的套利空间的。比如扫尾盘之类

» Scarb 创建的更多回复