𝗔𝗜 𝗘𝗷𝗲𝗻𝘁𝘀𝗸𝘂𝗹𝗹𝗮 𝗢𝗿𝘂 𝗡𝗶𝗿𝗮𝗻𝘁𝗵𝗮 𝗡𝗶𝗻𝗮𝗶𝘃𝗮𝗮𝘁𝗿𝗮𝗹𝗮𝗶 𝗩𝗮𝗹𝗮𝗻𝗴𝘂𝗱𝗵𝗮𝗹

ஒவ்வொரு புதிய AI அமர்வும் (session) பூஜ்ஜியத்திலிருந்து தொடங்குகிறது.

நேற்றைய உங்கள் ஆராய்ச்சியை நீங்கள் இழக்கிறீர்கள். கடந்த வாரத்தின் உங்கள் பகுப்பாய்வை இழக்கிறீர்கள். கடந்த மாதத்தின் உங்கள் தவறுகளை இழக்கிறீர்கள். பெரும்பாலான நினைவகத் தீர்வுகள் (memory solutions) உங்கள் தரவை ஒரு குறிப்பிட்ட ஏஜென்ட்டுடன் மட்டுமே இணைத்து வைக்கின்றன. நீங்கள் ஏஜென்ட்களை மாற்றினால், அனைத்தையும் இழந்துவிடுவீர்கள்.

Knowledge-and-Memory-Management v0.0.2 (KMM) இதைத் தீர்க்கிறது. இது ஒரு வெளிப்புற நினைவக அடுக்காக (external memory layer) செயல்படுகிறது. இது உங்கள் ஏஜென்ட்டின் முக்கிய குறியீட்டை (core code) மாற்றாது.

KMM மூன்று நிலைகள் மூலம் செயல்படுகிறது:

  • அறிவு சேகரிப்பு (Knowledge Collection)
  • கட்டமைக்கப்பட்ட சேமிப்பு (Structured Storage)
  • அமர்வுகளுக்கு இடையிலான மீட்டெடுப்பு (Cross-session Retrieval)

இந்த அமைப்பு நான்கு ஆதாரங்களில் இருந்து தரவைச் சேகரிக்கிறது:

  • Web: பாதுகாப்பைத் தாண்டி இணையதளங்களை ஸ்கிராப் (scrape) செய்ய ஆறு என்ஜின்களைப் பயன்படுத்துகிறது.
  • Video: YouTube அல்லது TikTok இலிருந்து தரவை எடுக்க எட்டு கருவிகளைப் பயன்படுத்துகிறது. இது பேச்சிற்கு Whisper மற்றும் திரையில் உள்ள உரையை அறிய OCR ஆகியவற்றைப் பயன்படுத்துகிறது.
  • Articles: சமூக ஊடகங்கள் மற்றும் RSS ஃபெட்களில் (feeds) இருந்து தரவை எடுக்கிறது.
  • Documents: OCR மூலம் PDF மற்றும் படங்களை ஸ்கேன் செய்கிறது.

இந்த அமைப்பு மூலத் தரவை (raw data) சொத்துக்களாக (assets) மாற்றுகிறது. இது மூலப் பொருட்களை எடுத்துக்கொண்டு, முக்கியக் கருத்துக்களைப் பிரித்தெடுக்க ஒரு LLM-ஐப் பயன்படுத்தி, அவற்றை Markdown குறிப்புகளாக எழுதி, ஒரு அறிவு வரைபடமாக (knowledge graph) சேமிக்கிறது.

நீங்கள் ஒரே நேரத்தில் பல்வேறு களங்களில் (domains) தேடலாம். இந்த அமைப்பு உள்ளூர் குறிப்புகள், தரவுத்தளங்கள், செமாண்டிக் மெமரி (semantic memory) மற்றும் அறிவு வரைபடங்களைத் தேடுகிறது. இந்த முடிவுகளை இணைக்க இது ஒரு அல்காரிதத்தைப் பயன்படுத்துகிறது. ஒரு ஆதாரம் தோல்வியடைந்தால், மற்றவை வேலையைத் தொடரும்.

இந்த அமைப்பு உங்களுக்குப் பொருந்தும், நீங்கள்:

  • Hermes, Codex அல்லது Claude Code போன்ற பல ஏஜென்ட்களைப் பயன்படுத்தினால்.
  • வெவ்வேறு அமர்வுகளில் அறிவை மீண்டும் பயன்படுத்த வேண்டியிருந்தால்.
  • ஒரு ஒற்றை என்விரான்மென்ட் வேரியபிள் (environment variable) மூலம் செயல்படும் நெகிழ்வான அமைப்பை விரும்பினால்.

இதன் சவாலான விஷயம் அதன் சிக்கல்தன்மை (complexity). இதை இயக்க உங்களுக்கு PostgreSQL 16, Hindsight மற்றும் gbrain தேவை. சாதாரண கோப்புகளை விட இதை நிறுவுவது (deploy) கடினம். இருப்பினும், மூன்று அடுக்கு நினைவகங்கள் மூலம் நீங்கள் மிக உயர்ந்த தரமான மீட்டெடுப்பைப் பெறலாம்.

தயாரிப்புப் பயன்பாட்டிற்கு (production), ஆர்க்கைவிங் (archiving) மற்றும் இண்டெக்ஸிங் (indexing) ஆகியவற்றைத் தானியக்கமாக்க ஒரு பராமரிப்பு ஸ்கிரிப்டை (maintenance script) இயக்கவும். நிறுவிய பின் உங்கள் அமைப்பைச் சரிபார்க்க ஒரு sidecar check ஸ்கிரிப்டைப் பயன்படுத்தவும்.

ஆதாரம்: https://dev.to/manoir_yantai_f22f01340f0/hao-wo-yi-quan-mian-liao-jie-kmm-v002-de-zhen-shi-gong-neng-kai-shi-xie-liao--bf3

விருப்பமான கற்றல் சமூகம்: https://t.me/GyaanSetuAi