Вашему ИИ-агенту нужна карта: LLM Wiki или README достаточно
OpenAI
Anthropic
В статье обсуждается, 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 Карпати, который использует языковую модель для написания и поддержания вики, и противопоставляется подходу «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 поддержания 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