مرکزی مواد پر جائیں
اے آئی ٹیوٹوریلز

AIrecall کے ساتھ مستقل AI ایجنٹ میموری بنائیں

جانیں کہ AIrecall کیسے انسٹال کریں، مستقل مقامی اسٹوریج کیسے شروع کریں، گفتگو اور دیرپا حقائق کیسے محفوظ کریں، متعلقہ یادداشتیں کیسے حاصل کریں، اور اس کے ریٹریور کو ایجنٹ فریم ورک سے کیسے منسلک کریں۔ اس ٹیوٹوریل میں ہائبرڈ ریٹریول، خودکار خلاصہ سازی، تعیناتی کے اختیارات اور عام خرابیوں کے حل کے اقدامات بھی بیان کیے گئے ہیں۔

AIrecall کے ساتھ مستقل AI ایجنٹ میموری بنائیں

AIrecall کیا ہے؟

AIrecall، AI ایجنٹس کے لیے طویل مدتی میموری کی ایک ایسی تہہ ہے جسے آسانی سے شامل کیا جا سکتا ہے۔ یہ سیشنز کے دوران مفید معلومات محفوظ رکھتا ہے، بجائے اس کے کہ ایجنٹ صرف اپنی موجودہ کانٹیکسٹ ونڈو پر انحصار کرے۔ یہ پروجیکٹ Python SDK، Go میموری سرور، SQLite اسٹوریج، اور ایک اِن پراسیس ویکٹر انڈیکس کو یکجا کرتا ہے۔

AIrecall کو پرامپٹس کو مرکوز رکھنے کے لیے بنایا گیا ہے۔ ہر درخواست میں مکمل تعاملاتی تاریخ شامل کرنے کے بجائے، آپ کا ایجنٹ موجودہ مرحلے سے سب سے زیادہ متعلقہ یادداشتیں حاصل کر سکتا ہے۔

میموری کی بنیادی اقسام اور خصوصیات

  • ایپی سوڈک میموری: واقعات کو ترتیب سے محفوظ کرتی ہے، جن میں گفتگو، اقدامات، اور نتائج شامل ہیں۔
  • سیمینٹک میموری: سابقہ واقعات سے اخذ شدہ مستقل حقائق اور ترجیحات محفوظ رکھتی ہے۔
  • ہائبرڈ ریٹریول: ایپی سوڈک اور سیمینٹک میموری میں کی ورڈ میچنگ کو ویکٹر مماثلت کے ساتھ یکجا کرتا ہے۔
  • خودکار خلاصہ سازی: پرانے واقعات کو وقفے وقفے سے مختصر کرتی ہے اور تاریخ کو محض حذف کرنے کے بجائے مستقل حقائق اخذ کرتی ہے۔
  • مستقل مقامی اسٹوریج: اِن پراسیس ویکٹر انڈیکس کے ساتھ SQLite استعمال کرتی ہے۔
  • لچکدار آپریشن: میموری سرور مقامی طور پر یا سائڈ کار کے طور پر چل سکتا ہے۔

AIrecall کیسے کام کرتا ہے؟

ہر مرحلے پر Python SDK موجودہ سوال کو مقامی کال یا gRPC کے ذریعے AIrecall Core کو بھیجتا ہے۔ Core کی ورڈ اور ویکٹر مماثلت استعمال کرتے ہوئے ایپی سوڈک اور سیمینٹک میموری میں تلاش کرتا ہے، نتائج کی درجہ بندی کرتا ہے، اور ایجنٹ کے پرامپٹ میں شامل کرنے کے لیے سب سے زیادہ متعلقہ یادداشتیں واپس کرتا ہے۔

پسِ منظر میں ایک خلاصہ ساز پرانے واقعات پر کارروائی کرتا ہے۔ یہ مستقل معلومات کو سیمینٹک میموری میں منتقل کرتا ہے اور باقی تاریخ کو مختصر کرتا ہے، جس سے طویل عرصے تک چلنے والے ایجنٹس اپنے فعال کانٹیکسٹ کو مسلسل بڑھائے بغیر مفید معلومات برقرار رکھ سکتے ہیں۔

انسٹالیشن اور سیٹ اپ

Python SDK انسٹال کریں

اپنے Python ایجنٹ کے ذریعے امپورٹ کیے جانے والے پیکیج کو انسٹال کریں:

pip install airecall-sdk

مقامی اسٹوریج شروع کریں

کمانڈ لائن انٹرفیس کے ذریعے مقامی SQLite پر مبنی میموری اسٹور تیار کریں:

airecall init

اس سیٹ اپ کے بعد آپ الگ سروس کی ضرورت کے بغیر فوراً یادداشتیں محفوظ اور حاصل کرنا شروع کر سکتے ہیں۔

میموری سرور انسٹال یا چلائیں

اگر آپ Core میموری سرور کو مقامی طور پر یا سائڈ کار کے طور پر دستیاب رکھنا چاہتے ہیں تو سرور ایکسٹرا انسٹال کریں:

pip install airecall-sdk[server]

اس کے بعد آپ سرور کو ایک اسٹینڈ الون پراسیس کے طور پر چلا سکتے ہیں:

airecall serve

SDK خود صرف اسٹینڈرڈ لائبریری استعمال کرتا ہے۔ پروجیکٹ README کے مطابق، سرور ایک خالص Go انحصار استعمال کرتا ہے۔

بنیادی استعمال

میموری کی مثال بنائیں

Memory امپورٹ کریں اور ایجنٹ کے لیے ایک شناخت کنندہ مقرر کریں:

from airecall import Memory

memory = Memory(agent_id="support-bot")

agent_id اس ایجنٹ کی شناخت کرتا ہے جس کی یادداشتیں محفوظ اور حاصل کی جا رہی ہیں۔ بعد کے سیشنز میں اسی میموری مجموعے تک رسائی کے لیے یہی شناخت کنندہ استعمال کریں۔

ایپی سوڈک میموری محفوظ کریں

تعامل کے دوران پیش آنے والی کسی بات کو ریکارڈ کرنے کے لیے remember استعمال کریں:

memory.remember(
    "User asked about refund policy for order ORD-9921, told 30-day window applies."
)

یہ ایپی سوڈک میموری ہے کیونکہ یہ ایک مخصوص واقعے اور اس کے نتیجے کو ریکارڈ کرتی ہے۔

متعلقہ کانٹیکسٹ حاصل کریں

بعد کے سیشن میں موجودہ سوال کے ساتھ recall کال کریں:

context = memory.recall(
    "what did we tell this user about refunds?"
)

AIrecall اپنی محفوظ یادداشتوں میں تلاش کرتا ہے اور متعلقہ واقعے کو اہمیت کے لحاظ سے درجہ بند کر کے واپس کرتا ہے۔ اس کے بعد آپ کی ایپلیکیشن اس واپس کیے گئے کانٹیکسٹ کو ماڈل کو بھیجے جانے والے پرامپٹ میں شامل کر سکتی ہے۔

مستقل حقیقت محفوظ کریں

ایسی معلومات جو ایک واقعے سے آگے بھی مفید رہنی چاہییں، انہیں remember_fact کے ذریعے واضح طور پر مستقل کیا جا سکتا ہے:

memory.remember_fact(
    key="preferred_contact",
    value="email, not phone"
)

یہ صرف ایک اور زمانی واقعہ ریکارڈ کرنے کے بجائے ایک مستقل ترجیح کے لیے سیمینٹک میموری بناتا ہے۔

LangChain اڈاپٹر استعمال کرنا

AIrecall میں MemoryRetriever نامی LangChain اڈاپٹر شامل ہے۔ ریٹریور بنانے کے لیے موجودہ Memory مثال کو اس کے اندر لپیٹیں:

from airecall import Memory
from airecall.adapters.langchain import MemoryRetriever

memory = Memory(agent_id="support-bot")
retriever = MemoryRetriever(memory)

README اڈاپٹر بنانے کا طریقہ دکھاتا ہے، لیکن چین یا ریٹریور کی مزید تشکیل بیان نہیں کرتا۔ حاصل کردہ آبجیکٹ کو کسی بڑی LangChain ایپلیکیشن میں شامل کرتے وقت اڈاپٹر کے موجودہ API کی پیروی کریں۔

عملی انضمامی طریقہ

  1. ایجنٹ کے لیے ایک Memory مثال بنائیں۔
  2. جواب تیار کرنے سے پہلے صارف کے موجودہ سوال کے ساتھ recall کال کریں۔
  3. واپس کی گئی متعلقہ یادداشتوں کو معاون کانٹیکسٹ کے طور پر ماڈل کے پرامپٹ میں شامل کریں۔
  4. تعامل کے بعد اہم واقعہ، اقدام، یا نتیجہ محفوظ کرنے کے لیے remember کال کریں۔
  5. جب آپ کی ایپلیکیشن کسی مستقل ترجیح یا حقیقت کی شناخت کرے جسے واضح طور پر برقرار رکھنا چاہیے، تو remember_fact استعمال کریں۔

یہ طریقہ مکمل تاریخ کو ہر پرامپٹ میں شامل کرنے سے بچاتا ہے، جبکہ ایجنٹ کو ضرورت کے وقت سابقہ فیصلوں اور صارف کی ترجیحات تک رسائی فراہم کرتا ہے۔

اعلیٰ درجے کی تجاویز

واقعات اور مستقل معلومات الگ رکھیں

کسی خاص تعامل کے دوران پیش آنے والی باتوں کے لیے ایپی سوڈک میموری استعمال کریں۔ مستقل حقائق اور ترجیحات کے لیے سیمینٹک میموری استعمال کریں۔ مثال کے طور پر، رقم واپسی کی گفتگو ایک واقعے میں شامل ہونی چاہیے، جبکہ صارف کی ای میل کے ذریعے رابطے کی ترجیح ایک مستقل حقیقت ہے۔

ایجنٹ کے شناخت کنندگان یکساں رکھیں

ان سیشنز کے لیے ایک مستحکم agent_id منتخب کریں جنہیں میموری شیئر کرنے کی ضرورت ہو۔ شناخت کنندہ تبدیل کرنے سے ایپلیکیشن کے نقطۂ نظر سے ایک مختلف میموری دائرہ بن جاتا ہے۔

موزوں تعیناتی موڈ منتخب کریں

سادہ مقامی ورک فلو کے لیے airecall init کے ذریعے SQLite پر مبنی اسٹور کو شروع کریں۔ ایسے آرکیٹیکچر کے لیے جسے ایک مخصوص میموری پراسیس کی ضرورت ہو، سرور ایکسٹرا انسٹال کریں اور airecall serve کو مقامی طور پر یا سائیڈ کار کے طور پر چلائیں۔

انڈیکس کو تیار ہونے کا وقت دیں

اگر پہلی کوئری پر RecallTimeout ظاہر ہو، تو ممکن ہے ویکٹر انڈیکس ابھی تیار ہو رہا ہو۔ ہیلتھ اینڈ پوائنٹ پر status: ready ظاہر ہونے کے بعد دوبارہ کوشش کریں۔

قابلِ اعتماد اسٹوریج پاتھ استعمال کریں

اگر دوبارہ شروع کرنے کے بعد میموریز غائب دکھائی دیں، تو storage.backend پاتھ کا جائزہ لیں۔ نسبتی پاتھ سرور پراسیس کی ورکنگ ڈائریکٹری کے مطابق حل کیا جاتا ہے، اس لیے سرور کو کسی مختلف ڈائریکٹری سے شروع کرنے پر وہ کسی دوسرے اسٹور کی طرف اشارہ کر سکتا ہے۔ ایک مستقل ورکنگ ڈائریکٹری یا اسٹوریج پاتھ استعمال کریں۔

نتیجہ

AIrecall AI ایجنٹس کو مستقل ایپی سوڈک اور معنوی میموری فراہم کرتا ہے، اس کے لیے یہ ضروری نہیں کہ ہر پرانی گفتگو پرامپٹ میں برقرار رکھی جائے۔ مختصر Python API، SQLite پر مبنی اسٹوریج، ہائبرڈ ریٹریول، اور خودکار خلاصہ سازی کے ساتھ، یہ سیشنز کے درمیان متعلقہ سیاق و سباق محفوظ رکھنے کا ایک عملی طریقہ فراہم کرتا ہے۔ airecall init سے آغاز کریں، remember کے ذریعے ایپی سوڈز ریکارڈ کریں، recall کے ذریعے انہیں حاصل کریں، اور دیرپا معلومات remember_fact کے ذریعے محفوظ کریں۔