Tekoälyagenttisi tarvitsee kartan: LLM Wiki tai README riittää
OpenAI
Anthropic
Artikkelissa käsitellään, kuinka tekoälyagentit voivat navigoida monimutkaisissa koodikannoissa käyttämällä jäsenneltyjä tietovarastoja, kuten LLM Wikiä tai README-suuntautunutta tietovarastoa. Siinä esitellään Andrej Karpathyn LLM Wiki -malli, jossa LLM kirjoittaa ja ylläpitää wikiä, ja verrataan sitä dokumentaatio-koodina -lähestymistapaan, jossa README-tiedostot toimivat ensisijaisena tietolähteenä. Kirjoittaja jakaa oman käytännön toteutuksensa LLM Wikistä maksualustalle ja vertaa molempia lähestymistapoja tiedon tuottamisen ja ylläpidon näkökulmasta.
Artikkelissa väitetään, että tekoälyagentit tarvitsevat jäsennellyn tietokannan (kartan) välttääkseen aloittamisen alusta jokaisen istunnon yhteydessä. Siinä esitellään Andrej Karpathyn LLM Wiki -malli, joka koostuu kolmesta kerroksesta (raakadokumentit, LLM:n ylläpitämät wikisivut sekä indeksi- ja lokitiedostot) ja kolmesta operaatiosta (sisäänluku, kysely, tarkistus). Kirjoittaja toteutti tämän mallin maksualustalla, jossa on 70-sivuinen wiki, joka kattaa keskeisen maksutoimialueen. Hän vertaa sitä myös aiempaan README-suuntautuneeseen lähestymistapaansa, jossa dokumentaatio sijaitsee koodin vieressä olevissa markdown-tiedostoissa, ja CLAUDE.md-tiedosto ohjaa agentin asiaankuuluvaan dokumentaatioon. Keskeinen ero: README:ssä kehittäjät kirjoittavat tietoa moduuleittain; LLM Wikissä LLM syntetisoi tietoa useista lähteistä. Kirjoittaja huomauttaa, ettei LLM Wikiä tarvita jokaisessa projektissa, varsinkin jos koodikanta on yksinkertainen tai agentti tekee jo hyviä arvauksia.
Lähde: Habr — хаб ИИ —
Alkuperäinen