DepthNet: Platform voor 'levende' autonome AI-agents met geavanceerd geheugen — een jaar later

DepthNet is een open-sourceplatform (rnr1721/depthnet) dat is geëvolueerd van een eenvoudig prototype tot een volwaardig systeem voor autonome AI-agenten. Belangrijke toevoegingen zijn onder meer verschillende geheugentypen (kladblok, vectorgeheugen, dagboek, vaardigheden, ontologie, werkruimte, personen), RAG met configureerbare pijplijnen, orkestratie van multi-agentteams (planner, uitvoerder, criticus, validator) die worden beheerd door deterministische code, en visie- en spraakmogelijkheden. De agent kan nu naast legacy-teksttags ook gebruikmaken van native toolaanroepen (function calling). Het platform werkt in twee modi: vrije agenten (onbeperkte chat of continue lus) en georkestreerde pijplijnen (voorspelbare taken met rollen). Het geheugen is gestructureerd, waardoor de agent episodische gebeurtenissen kan oproepen en een ontologie van entiteiten en relaties kan onderhouden. RAG is geïmplementeerd als een configureerbare pijplijn waarbij een klein model zoekopdrachten formuleert en de agent actief retrievalverzoeken in de wachtrij kan plaatsen. Het systeem heeft ook hysteresis: het schakelt tussen een rijke RAG-contextmodus voor gesprekken en een rijke procedurele contextmodus voor langdurige taken, op basis van activiteitsdetectie van instrumentele plug-ins zoals browser, terminal, code en Telegram.