LlamaIndex kullanarak MCP hackathonunu kazandığı için @bhupeshsf tarafından DungeonMaster AI tebriklerimiz! 🎉 2025'in kapanış hackathonlarından biri, MCP'nin ilk yılını @huggingface! ile kutlamaktı. Bu inanılmaz proje, temel ajan orkestrasyon yeteneklerimizi kullanarak D&D oturumları için otonom bir AI Dungeon Master'ın nasıl oluşturulacağını gösteriyor: 🎲 İki özel FunctionAgent, hikaye anlatımı ve kural arbitrajını yürütüyor; dövüş, keşif ve sosyal oyun modları arasında dinamik yönlendirme geçişi yapmaktadır 🔧 Llama-index-tools-mcp üzerinden sorunsuz MCP aracı entegrasyonu, 30+ D&D mekaniğini (zar atma, karakter yönetimi, savaş takibi) MCP araçlarına dönüştürür 🤖 @GeminiApp 2.0 Flash ile @OpenAI GPT-4o arasında akıllı yedek yedekleme ile LLM sağlayıcı soyutlama, güvenilirlik için devre kesici desenleri de dahil olmak üzere ⚡ Gerçek zamanlı etkinlik yayını, zar atışlarını, kritik vuruşları ve seslendirme ipuçlarını kaydederek sürükleyici oyun efektlerini yakalıyor Ekip, FunctionAgent, MCP araç entegrasyonu, LLM soyutlamaları ve etkinlik akışını kullanarak tamamen otonom bir masaüstü RPG deneyimi yarattı. Bu, LlamaIndex'in yaratıcı uygulamalarda karmaşık çoklu ajan düzenleme gücünü gösteriyor. Soyutlamalarımızın sofistike ajan iş akışlarını nasıl erişilebilir kıldığını gösteren harika bir çalışma! HuggingFace Alanına buradan göz atın:

Dosyalar, yapay zeka ajanlarının bağlamı yönetmesi, konuşmaları depolaması ve becerilere 📁 erişmesi için birincil arayüz haline geliyor @jerryjliu0, Claude Code ve @cursor_ai gibi kodlama ajanlarının dosya sistemleri etrafında çekirdek soyutlamalar olarak nasıl merkezleşdiklerini, karmaşık araç ekosistemlerinden uzaklaştıklarını açıklar: 📝 Ajanlar, uzun konuşma geçmişlerini aranabilir dosyalarda saklayarak bağlam penceresi kısıtlamalarını aşarlar 🔍 Anlamsal arama ile dosya tabanlı arama, dinamik bağlam geçişi için geleneksel RAG desenlerinden daha iyi performans gösterir ⚡ Basit dosyalar olarak tanımlanan beceriler, karmaşık MCP araçlarının yerini alıyor - sadece API spesifikasyonlarını markdown dosyalarına kopyalıyor 🛠️ Ajanların yüksek yetenekli olabilmeleri için sadece ~5-10 temel araç (CLI, kod yorumlayıcısı, web getirme) ve dosya sistemi erişimine ihtiyaç duyuluyor Önümüzdeki zorluklar arasında düz metin olmayan belgeleri (PDF, Word, Excel) ayrıştırmak ve dosya aramasını büyük koleksiyonlara ölçeklendirmek yer alıyor. İşte bu yüzden LlamaCloud'un Parse, Extract ve Sheets özelliklerini geliştirdik - herhangi bir belge formatını ajan-hazır bağlama dönüştürmek için. Tam analizi okuyun:

Bağlam mühendisliği sadece LLM'nize daha fazla veri vermek değil - doğru zamanda doğru bağlamı vermektir. @OReillyMedia için bu konuşmada, Geliştirici İlişkileri Mühendisimiz @tuanacelik bellek bloklarının karmaşık görevler için yapılandırılmış bağlamı koruyan ajanlar oluşturmanıza nasıl yardımcı olduğunu anlatıyor. Bir restoran sipariş takip botunu kullanarak eser bellek bloklarını gösteriyor - tüm konuşmaların sadece temel yapılandırılmış bilgilere (pizza türü, malzemeler, adres) nasıl indirgenebileceğini gösteriyor; tam sohbet geçmişini işlemektense. Ele alınan temel kavramlar: · Farklı bellek blok türleri (statik, gerçek çıkarma, vektör, artefakt) · Bağlam oranı yönetimi - sohbet geçmişi ile sistem istemleri ve hafıza arasında denge · Bağlamı adım adım oluşturmak ve optimize etmek için ajan iş akışlarını kullanmak Örnek, artefakt bellek bloklarının dolambaçlı bir konuşmayı temiz, yapılandırılmış bir düzene nasıl dönüştürebileceğini gösteriyor - gerçek dünya görevlerini yürüten üretim ajanları için tam da ihtiyacınız olan şey. Tam konuşmayı izleyin: