Как сделать долговременную память для агента без боли и мусора (RAG в Supabase) [S02E04]
Автор: My AI BackOffice
Загружено: 2026-03-09
Просмотров: 297
Описание:
Надоело, что AI-агент забывает прошлые разговоры или вытаскивает нерелевантные обрывки фраз?
В этой серии решаем самую наболевшую проблему — организацию долговременной памяти в n8n.
Стандартный поиск векторов часто работает криво: режет контекст на куски и выдает "шлак". Я покажу метод работы с Supabase, где мы пришиваем к каждому чанку уникальный "Parent ID" и теги. Это позволяет агенту вытаскивать из базы не огрызки, а весь диалог целиком по смыслу.
В видео подробно разбираем:
— Что писать в базу: правильная структура метаданных (имя агента, теги, parent_id).
— Архитектура записи: почему сохранение в базу должно стоять в самом конце пайплайна (чтобы юзер не ждал ответ ).
— Как доставать данные (PULL vs PUSH): почему агенту нельзя доверять тулы для поиска (он их игнорирует) и как принудительно "толкать" контекст прямо в промпт.
В конце тестируем схему на примере: проверяем, вспомнит ли агент наши планы по строительству дачи.
Ссылки:
🔗 Мой Telegram канал: https://t.me/MyAIBackOffice.
Внедряй AI. Автоматизируй жизнь.
#n8n #aiagent #supabase #rag #векторнаябаза #chatgpt #автоматизация #llm #MyAIBackOffice #памятьии
Повторяем попытку...
Доступные форматы для скачивания:
Скачать видео
-
Информация по загрузке: