एआई एजेंट नॉलेज बेस बनाना और अपने मेडिकल टेस्ट पर उसका परीक्षण

लेखक, जो Iskra में बैकएंड डेवलपर हैं, ने एक AI एजेंट के लिए ज्ञानकोष बनाया और अपने मेडिकल जांच परिणामों के साथ इसका परीक्षण किया, जिसे वह दिल से जानते थे, जिससे त्रुटियाँ स्पष्ट हो गईं। यह प्रणाली खोज सूचकांक के बजाय तैयार फ़ाइल सिस्टम की तरह काम करती है: प्रत्येक फ़ाइल को YAML हेडर के साथ एक मिरर की गई .md मिलती है, और एक एजेंट ls, grep, read, और लिंक-अनुसरण के माध्यम से नेविगेट करता है। यह दृष्टिकोण क्लासिक RAG से बेहतर है, विशेष रूप से बहु-दस्तावेज़ उत्तरों और स्रोत उद्धरण के लिए, क्योंकि एजेंट टुकड़ों के बजाय पूरे दस्तावेज़ पढ़ता है। हालाँकि, एजेंट कभी-कभी ज्ञानकोष तक पहुँचना भूल जाता है, जैसा कि तब देखा गया जब उसने दावा किया कि उसे संलग्न फ़ाइलें नहीं दिखाई दे रही हैं, फिर एक पुनः प्रयास पर उसने सभी सात पढ़ीं और एक सही सारांश प्रदान किया। अतिरिक्त समस्याओं में विचित्र फ़ाइल नामकरण (कुछ शीर्षक लैटिन में), उद्धरणों में व्याख्या अशुद्धियाँ, और उच्च टोकन लागत शामिल हैं—जटिल प्रश्नों के लिए लगभग 10–15 टूल कॉल। लेखक यह भी नोट करता है कि प्रणाली सुरक्षित नहीं है: मॉडल स्रोतों का हवाला दे सकता है फिर भी भ्रम पैदा कर सकता है, इसलिए सर्वर-साइड स्रोत सूची महत्वपूर्ण है।