Изучение памяти агентов в Microsoft Foundry | Пошаговая демонстрация скачать в хорошем качестве

Изучение памяти агентов в Microsoft Foundry | Пошаговая демонстрация

В этом видео я в понятной и практичной форме объясняю работу памяти агентов в Microsoft Foundry, а затем демонстрирую её на примере реального лабораторного задания на Python. Большинство современных ИИ-агентов не имеют состояния. Они понимают вас во время разговора, но как только сессия заканчивается, они всё забывают. Это хорошо для демонстраций, но не работает в реальных приложениях. Microsoft Foundry Agent Memory решает эту проблему, предоставляя управляемую долговременную память для агентов. Она позволяет агентам запоминать пользовательские предпочтения, ограничения и прошлые взаимодействия в ходе разговоров, без необходимости создания собственных баз данных или конвейеров памяти. В этом видео вы узнаете: Что такое память агента в Microsoft Foundry Чем память отличается от истории чата Типы памяти: память профиля пользователя и память сводки чата Что такое хранилище памяти и почему оно необходимо для каждого агента Почему область памяти обязательна и как она обеспечивает изоляцию пользователей Как память извлекается, консолидируется и восстанавливается Вопросы безопасности, конфиденциальности и удаления Основы ограничений и ценообразования После объяснений я проведу полный практический лабораторный эксперимент, где создам агента Trail Finder, который запоминает предпочтения в отношении ходьбы и походов, такие как расстояние, уклон, рельеф и уровень физической подготовки. Вы увидите, как создается память, как она используется в разных разговорах, как обновляется со временем, как она изолируется для каждого пользователя и как удаляется при необходимости. GitHub - https://github.com/Shailender-Youtube...