Ինչպես ես ստեղծեցի գործիքների հետաձգված հայտնաբերման համակարգ իմ աշխատասեղանի AI օգնականի համար (առանց embedding-ների)

Ankita-ի՝ բաց կոդով աշխատասեղանի AI օգնականի մշակողը ներդրել է գործիքների հետաձգված հայտնաբերման համակարգ՝ թոքենների օգտագործումը և արդյունավետությունը օպտիմալացնելու համար: Խուսափելով բոլոր գործիքների սխեմաների նախնական բեռնումից՝ օգնականը խնայում է համատեքստային տարածքը, ինչը կարևոր է LLM-ի վրա հիմնված հավելվածների արդյունավետությունը պահպանելու համար: Բարդ վեկտորային embedding-ների փոխարեն համակարգն օգտագործում է «find_tools» մեկ ֆունկցիա, որը համեմատում է օգտատիրոջ հարցումները բանալի բառերի վրա հիմնված կատալոգի հետ: Այս մոտեցումը ապահովում է կանխատեսելիություն և հեշտ կարգաբերում՝ պահպանելով CLI-ն ավելորդ կախվածություններից: Բացի այդ, օգնականը աջակցում է «հմտություններ»՝ markdown ֆայլերով պահվող ընթացակարգային հրահանգներ, որոնք բեռնվում են ըստ պահանջի: Այս ճարտարապետությունը թույլ է տալիս օգնականին մնալ թեթև և արձագանքող՝ ցույց տալով, որ պարզ, կանոնների վրա հիմնված տրամաբանությունը հաճախ կարող է գերազանցել ավելի բարդ մեքենայական ուսուցման լուծումները աշխատասեղանի ավտոմատացման կոնկրետ խնդիրների համար: Նախագիծը հասանելի է GitHub-ում՝ համայնքի արձագանքների և հետագա զարգացման համար: