DepthNet: Platform untuk Agen AI Otonom yang 'Hidup' dengan Memori Canggih — Satu Tahun Kemudian

DepthNet adalah platform sumber terbuka (rnr1721/depthnet) yang telah berevolusi dari prototipe sederhana menjadi sistem lengkap untuk agen AI otonom. Penambahan kunci mencakup beberapa jenis memori (notepad, memori vektor, jurnal, keterampilan, ontologi, ruang kerja, orang), RAG dengan pipeline yang dapat dikonfigurasi, orkestrasi tim multi-agen (perencana, pelaksana, kritikus, validator) yang dikelola oleh kode deterministik, serta kemampuan visi dan suara. Agen kini dapat menggunakan panggilan alat asli (function calling) selain tag teks lama. Platform ini beroperasi dalam dua mode: agen bebas (obrolan tanpa batas atau loop berkelanjutan) dan pipeline terorkestrasi (tugas yang dapat diprediksi dengan peran). Memori terstruktur, memungkinkan agen mengingat peristiwa episodik dan mempertahankan ontologi entitas dan hubungan. RAG diimplementasikan sebagai pipeline yang dapat dikonfigurasi, di mana model kecil merumuskan kueri pencarian, dan agen dapat secara aktif mengantrekan permintaan pengambilan. Sistem ini juga memiliki histeresis: sistem beralih antara mode konteks RAG yang kaya untuk percakapan dan mode konteks prosedural yang kaya untuk tugas panjang, berdasarkan deteksi aktivitas plugin instrumental seperti browser, terminal, kode, dan Telegram.