Как создать собственную долгосрочную агентную систему памяти для LLM | Mem0 с нуля в DSPy

В этом видео мы используем DSPy и векторную базу данных QDrant для создания собственной системы памяти с нуля! Мы разрабатываем основные компоненты Mem0 с нуля, шаг за шагом. Вы узнаете об API Mem0, основах сигнатур и модулей DSPy, генерации вложений, вставке и поиске с помощью векторных баз данных (QDrant) и вызове инструментов с помощью dspy.React. Подписывайтесь на меня в Twitter:
Чтобы присоединиться к нашему каналу на Patreon, посетите:   / neuralbreakdownwithavb   Участники получают доступ ко всему, что происходит за кулисами создания моих видео, включая код, слайды и т. д. Кроме того, это существенно поддерживает канал и помогает мне оплачивать счета. Благодарю вас за поддержку моего образовательного проекта! Примечание по коду: я делаю коммиты, добавляю комментарии и даю обучающие материалы по репозиторию. Скоро я размещу здесь ссылку. Видеоматериалы о DSPy: Узнайте о системах RAG:    • A guide to building Retrieval Augmented Ge...   Узнайте о DSPy:    • Complete DSPy Tutorial - Master LLM Prompt...   Узнайте больше о Context Engineering:    • Context Engineering with DSPy - the fully ...   Ознакомьтесь с Mem0 здесь:
Mem0 на Github:
Получить API-ключ Mem0:
Документация по Mem0:
QDrant:
Собственный хостинг Qdrant:
DSPy:
Временные метки: 0:00 - Введение 2:56 — Базовый чат-бот 6:16 — Как выглядит оригинальный API Mem0 10:04 — План развития 12:11 — Извлечение воспоминаний из разговоров 21:17 — Встраивание и векторные базы данных 27:03 — Набор данных для оценки 34:39 — Вызов инструмента 39:13 — CRUD-агент для обслуживания памяти 45:46 — Тестирование