Как создать собственную долгосрочную агентную систему памяти для LLM | Mem0 с нуля в DSPy

Описание: В этом видео мы используем DSPy и векторную базу данных QDrant для создания собственной системы памяти с нуля! Мы разрабатываем основные компоненты Mem0 с нуля, шаг за шагом. Вы узнаете об API Mem0, основах сигнатур и модулей DSPy, генерации вложений, вставке и поиске с помощью векторных баз данных (QDrant) и вызове инструментов с помощью dspy.React.

Подписывайтесь на меня в Twitter: https://x.com/neural_avb
Чтобы присоединиться к нашему каналу на Patreon, посетите:   / neuralbreakdownwithavb  

Участники получают доступ ко всему, что происходит за кулисами создания моих видео, включая код, слайды и т. д. Кроме того, это существенно поддерживает канал и помогает мне оплачивать счета. Благодарю вас за поддержку моего пути в создании образовательного контента!

Проверьте общедоступный репозиторий здесь:
https://github.com/avbiswas/mem0-dspy

Участники Patreon получают доступ к дополнительным материалам кода.

Видеоролики о DSPy:
Узнайте о системах RAG:    • A guide to building Retrieval Augmented Ge...  
Узнайте о DSPy:    • Complete DSPy Tutorial - Master LLM Prompt...  
Узнайте больше о Context Engineering:    • Context Engineering with DSPy - the fully ...  

Ознакомьтесь с Mem0 здесь: https://mem0.dev/avb
Mem0 на Github: https://mem0.dev/github/avb
Получить API-ключ Mem0: https://mem0.dev/api-keys-avb
Документация по Mem0: https://arxiv.org/abs/2504.19413
QDrant: https://qdrant.tech/
Собственный хостинг Qdrant: https://qdrant.tech/documentation/qui...
DSPy: https://dspy.ai/

Временные метки:
0:00 - Введение
2:56 — Базовый чат-бот
6:16 — Как выглядит оригинальный API Mem0
10:04 — План развития
12:11 — Извлечение воспоминаний из разговоров
21:17 — Встраивание и векторные базы данных
27:03 — Набор данных для оценки
34:39 — Вызов инструмента
39:13 — CRUD-агент для обслуживания памяти
45:46 — Тестирование