Mari kita menyempurnakan OpenAI gpt-oss (100% lokal):

Bangun memori seperti manusia untuk Agen Anda (sumber terbuka)! Setiap sistem agen dan RAG berjuang dengan pembaruan pengetahuan waktu nyata dan pengambilan data yang cepat. Zep memecahkan masalah ini dengan Grafik Pengetahuan yang terus berkembang dan sadar secara temporal. Seperti manusia, Zep mengatur ingatan Agen ke dalam episode, mengekstrak entitas dan hubungannya dari episode ini, dan menyimpannya dalam grafik pengetahuan: (lihat gambar di bawah ini saat Anda membaca) 1) Subgraf Episode: Menangkap data mentah dengan stempel waktu, mempertahankan setiap detail untuk pencarian historis yang mudah. 2) Subgraf Entitas Semantik: Mengekstrak entitas (misalnya, "Alice", "Google") dan fakta ("Alice bekerja di Google"). Semuanya berversi, jadi info usang akan diganti. 3) Subgraf Komunitas: Kelompokkan entitas terkait ke dalam kluster, dengan ringkasan untuk pengambilan lebih cepat. Zep memberikan akurasi hingga 18,5% lebih tinggi dengan latensi 90% lebih rendah jika dibandingkan dengan alat seperti MemGPT. Ini sepenuhnya open-source!

Perusahaan membangun RAG lebih dari 100-an sumber data, bukan satu! - Microsoft mengirimkannya dalam produk M365. - Google mengirimkannya di Vertex AI Search. - AWS mengirimkannya di Amazon Q Business-nya. Mari kita bangun RAG bertenaga MCP di atas 200+ sumber (100% lokal):

12 lembar contekan MCP, RAG, dan Agen untuk insinyur AI (dengan visual):

Evaluasi aplikasi LLM percakapan seperti ChatGPT dalam 3 langkah (sumber terbuka). Tidak seperti tugas satu putaran, percakapan berlangsung melalui beberapa pesan. Ini berarti bahwa perilaku LLM harus konsisten, patuh, dan sadar konteks di seluruh belokan, bukan hanya akurat dalam output satu bidikan. Di DeepEval, Anda dapat melakukannya hanya dengan 3 langkah: 1) Tentukan kasus pengujian multi-giliran Anda sebagai ConversationalTestCase. 2) Tentukan metrik dengan ConversationalGEval dalam bahasa Inggris sederhana. 3) Jalankan evaluasi. Selesai! Ini akan memberikan perincian terperinci tentang percakapan mana yang lulus dan mana yang gagal, bersama dengan distribusi skor. Selain itu, Anda juga mendapatkan UI lengkap untuk memeriksa masing-masing belokan. Ada dua hal baik tentang ini: - Seluruh alur sangat mudah diatur dan hanya membutuhkan beberapa baris kode. - DeepEval adalah 100% open-source dengan ~10k bintang, dan Anda dapat dengan mudah menghostingnya sendiri sehingga data Anda tetap di tempat yang Anda inginkan. Temukan repositonya di komentar!

Saya membangun sistem RAG yang mengkueri 36M+ vektor dalam <0,03 detik. Teknik yang digunakan membuat memori RAG 32x efisien! Periksa rincian detail dengan kode di bawah ini:

- Google Maps menggunakan grafik ML untuk memprediksi ETA - Netflix menggunakan grafik ML (GNN) sebagai rekomendasi - Spotify menggunakan grafik ML (HGNN) sebagai rekomendasi - Pinterest menggunakan grafik ML (PingSage) sebagai rekomendasi Berikut adalah 6 cara yang harus diketahui untuk rekayasa fitur grafik (dengan kode):

Saya telah menggunakan Jupyter Notebooks selama lebih dari 9 tahun sekarang. Berikut adalah 5 fitur tersembunyi yang saya temukan yang tidak disadari oleh sebagian besar pengguna:

Backend yang hilang untuk Agen AI Anda! Motia adalah sistem terpadu di mana API, pekerjaan latar belakang, acara, dan agen hanyalah langkah plug-and-play. - Python, JS & TypeScript dalam alur kerja yang sama - Observabilitas bawaan - Penyebaran sekali klik 100% sumber terbuka.

Server MCP yang membuat siapa pun menjadi insinyur basis data (sumber terbuka)! @MongoDB baru saja merilis Server MCP yang memungkinkan alat AI seperti Claude, Cursor, dan GitHub Copilot berbicara langsung ke penyebaran MongoDB. Itu berarti siapa pun (teknis atau non-teknis) sekarang dapat mengatakan: - "Tunjukkan pengguna paling aktif" - "Membuat pengguna database baru dengan akses baca-saja" - "Apa skema untuk pengumpulan pesanan saya?" ... dan biarkan Agen menangani sisanya. Tidak perlu mengetik kueri manual atau menghafal sintaks. Server MCP ini bekerja di atas: -Atlas - Edisi Komunitas - Perusahaan Tingkat Lanjut Bahasa Inggris adalah semua yang Anda butuhkan sekarang untuk menulis kueri tingkat produksi. 100% sumber terbuka! Tautan di tweet berikutnya. Terima kasih kepada tim #MongoDB yang telah bermitra hari ini!