Вашему ИИ-агенту нужна карта: LLM Wiki или README достаточно
OpenAI
Anthropic
Статья обсуждает, как ИИ-агенты могут навигировать по сложным кодовым базам, используя структурированные базы знаний, такие как LLM Wiki или репозиторий, ориентированный на README. Представлен паттерн LLM Wiki Андрея Карпатого, в котором LLM используется для написания и поддержки вики, и проводится сравнение с подходом «документация как код», где файлы README служат основным источником знаний. Автор делится своей практической реализацией LLM Wiki для платежной платформы и сравнивает оба подхода с точки зрения генерации и поддержки знаний.
В статье утверждается, что ИИ-агентам требуется структурированная база знаний («карта»), чтобы не начинать каждый сеанс с нуля. Автор представляет паттерн LLM Wiki Андрея Карпаты, который состоит из трёх уровней (исходные документы, вики-страницы, поддерживаемые LLM, и файлы индексов/журналов) и трёх операций (загрузка, запрос, очистка). Автор реализовал этот паттерн на платёжной платформе,
Показать ещё ↓
Источник: Habr — хаб ИИ —
оригинал