Gratulacje dla DungeonMaster AI od @bhupeshsf za wygranie hackathonu MCP przy użyciu LlamaIndex! 🎉 Jeden z końcowych hackathonów 2025 roku miał na celu uczczenie pierwszego roku MCP z @huggingface! Ten niesamowity projekt pokazuje, jak zbudować autonomicznego Mistrza Gry AI do sesji D&D, wykorzystując nasze podstawowe możliwości orkiestracji agentów: 🎲 Dwa wyspecjalizowane FunctionAgents zajmują się opowiadaniem historii i arbitrażem zasad, z dynamicznym przełączaniem między trybami walki, eksploracji i gry społecznej 🔧 Bezproblemowa integracja narzędzi MCP za pomocą llama-index-tools-mcp przekształca 30+ mechanik D&D (rzucanie kośćmi, zarządzanie postacią, śledzenie walki) w narzędzia MCP 🤖 Abstrakcja dostawcy LLM z inteligentnym przełączaniem między @GeminiApp 2.0 Flash a @OpenAI GPT-4o, w tym wzorce wyłącznika dla niezawodności ⚡ Strumieniowanie zdarzeń w czasie rzeczywistym rejestruje rzuty kośćmi, krytyczne trafienia i sygnały głosowe w miarę ich występowania, aby uzyskać immersyjne efekty gry Zespół wykorzystał nasze FunctionAgent, integrację narzędzi MCP, abstrakcje LLM i strumieniowanie zdarzeń, aby stworzyć w pełni autonomiczne doświadczenie RPG na stole. To pokazuje moc LlamaIndex w złożonej orkiestracji wielu agentów w kreatywnych aplikacjach. Niesamowita praca pokazująca, jak nasze abstrakcje czynią zaawansowane przepływy pracy agentów dostępnymi! Sprawdź HuggingFace Space tutaj:

Pliki stają się głównym interfejsem dla agentów AI do zarządzania kontekstem, przechowywania rozmów i dostępu do umiejętności 📁 @jerryjliu0 wyjaśnia, jak agenci kodujący, tacy jak Claude Code i @cursor_ai, centralizują się wokół systemów plików jako podstawowych abstrakcji, odchodząc od złożonych ekosystemów narzędzi: 📝 Agenci przechowują długie historie rozmów w plikach, które można przeszukiwać, aby pokonać ograniczenia okna kontekstowego 🔍 Wyszukiwanie oparte na plikach z semantycznym wyszukiwaniem przewyższa tradycyjne wzorce RAG dla dynamicznego przeszukiwania kontekstu ⚡ Umiejętności definiowane jako proste pliki zastępują złożone narzędzia MCP - wystarczy skopiować specyfikacje API do plików markdown 🛠️ Agenci potrzebują tylko ~5-10 podstawowych narzędzi (CLI, interpreter kodu, pobieranie z sieci) oraz dostępu do systemu plików, aby być bardzo zdolnymi Wyzwania, które nas czekają, obejmują analizowanie dokumentów niebędących tekstem (PDF, Word, Excel) oraz skalowanie wyszukiwania plików do ogromnych zbiorów. Dlatego właśnie stworzyliśmy możliwości Parse, Extract i Sheets w LlamaCloud - aby przekształcić każdy format dokumentu w kontekst gotowy dla agenta. Przeczytaj pełną analizę:

Inżynieria kontekstu to nie tylko rzucanie większej ilości danych na Twój LLM - chodzi o dostarczenie mu odpowiedniego kontekstu w odpowiednim czasie. W tym wystąpieniu dla @OReillyMedia, nasza inżynier ds. relacji z deweloperami @tuanacelik omawia, jak bloki pamięci pomagają budować agentów, którzy utrzymują uporządkowany kontekst dla złożonych zadań. Demonstruje bloki pamięci artefaktów, używając bota do śledzenia zamówień w restauracji - pokazując, jak destylować całe rozmowy do tylko niezbędnych, uporządkowanych informacji (typ pizzy, dodatki, adres), zamiast przetwarzać całą historię czatu. Kluczowe pojęcia omówione: · Różne typy bloków pamięci (statyczne, ekstrakcja faktów, wektorowe, artefaktowe) · Zarządzanie współczynnikiem kontekstu - równoważenie historii czatu, systemowych podpowiedzi i pamięci · Używanie przepływów pracy agentów do konstruowania i optymalizacji kontekstu krok po kroku Przykład pokazuje, jak bloki pamięci artefaktów mogą przekształcić kręcącą się rozmowę w czyste, uporządkowane zamówienie - dokładnie to, czego potrzebujesz dla agentów produkcyjnych obsługujących zadania w rzeczywistym świecie. Obejrzyj pełne wystąpienie: