Skip to content
Live

Gedächtnis

Fundierte Abruf über Ihr eigenes Material, mit Quittungen.

Was es tut

Dokumente, Transkripte und Uploads werden unterteilt, eingebettet und indexiert, dann durch eine Hybridität aus Vektorähnlichkeit, Schlüsselwortabgleich und Graphenzenträlität zur Antwortzeit abgerufen. Abgerufene Passagen tragen Belege, sodass eine Antwort auf die Quelle zeigen kann, die sie produziert hat.

Warum es wichtig ist

Ein Agent, der nicht zitieren kann, ist ein Agent, den Sie nicht überprüfen können. Retrieval mit Belegen verwandelt "die KI hat das gesagt" in "dieses Dokument sagt das, hier ist es", was der Unterschied zwischen einer Demo und etwas ist, das Sie mit einem Kunden sprechen lassen würden.

Wie es funktioniert

  • Zugriff Filterung erfolgt vor dem Abruf

    Der Korpus, den ein Agent durchsuchen kann, wird bereits durch Richtlinien eingeengt, daher kann ein Berechtigungsfehler nicht als durchgesickerte Zitierung auftauchen.

  • Hybrid-Scoring, nicht nur Vektor

    Vektorsimilarität wird mit Stichwortübereinstimmung und Graphen-Zentralität kombiniert, was genaue Bezeichner und seltene Begriffe auffindbar hält.

  • Antworten tragen Begründungsquittungen

    Die Passage, die einen Anspruch erhoben hat, ist an den Anspruch angehängt, anstatt ihn danach zu rekonstruieren.

Fragen

Erinnert sich der Agent an unsere Gespräche?
Nicht in der Weise, die "Speicher" normalerweise bedeutet. Dies ist ein Abruf über Material, das Sie liefern. Die Gesprächshistorie wird pro Sitzung beibehalten. es wird nicht in ein persistentes Profil destilliert.
How does retrieval work?
Documents are chunked, embedded and indexed. At answer time a hybrid of vector similarity, keyword match and graph centrality selects the best passages, and each one carries a receipt back to its source.
Zurück zur Geschichte

That was step 5 of 6: the agent consults its bag. Next, tasks, delegation edges, decisions and artifacts persist as rows you can replay, and the spend is already accounted for.