Інженерія контексту — це не просто додавання додаткових даних до вашої LLM, це надати йому правильний контекст у потрібний час. У цій лекції для @OReillyMedia наш Інженер з відносин з розробниками @tuanacelik розповідає, як блоки пам'яті допомагають створювати агенти, які підтримують структурований контекст для складних завдань. Вона демонструє блокування пам'яті артефактів за допомогою бота для відстеження замовлень у ресторані — показуючи, як звести цілі розмови до основної структурованої інформації (тип піци, начинки, адреса), замість того, щоб обробляти всю історію чату. Ключові поняття, що охоплюються: · Різні типи блоків пам'яті (статичний, вилучення фактів, вектор, артефакт) · Управління співвідношеннями контексту — балансування історії чату, системних підказок і пам'яті · Використання робочих процесів агентів для побудови та оптимізації контексту крок за кроком Приклад показує, як блоки пам'яті артефактів можуть перетворити заплутану розмову на чистий, структурований порядок — саме те, що потрібно виробничим агентам, які виконують реальні завдання. Дивіться повний виступ: