学习 Mem0 的图谱记忆
关于 Mem0 的配置选项，还差最后一个 graph_store 没有学习，该配置用于指定一个图数据库。Mem0 支持将抽取的记忆保存到图数据库中，生成的记忆图谱可以包含记忆之间的复杂关系，通过对图进行子图检索和语义三元组匹配，在复杂多跳、时间推理和开放领...
学习 Mem0 的高级配置（续）
Mem0 提供了很多配置选项，可以根据用户的需求进行自定义，包括：向量存储、语言模型、嵌入模型、图存储 以及一些 通用配置。目前我们已经学习了 vector_store 向量存储、llm 语言模型和 embedder 嵌入模型三大配置，...
学习 Mem0 的高级配置
昨天我们学习了 Mem0 记忆存储的原理，并通过自定义 Qdrant 配置实现了记忆的持久化存储，以及通过 vector_store 切换其他的向量数据库。关于 Mem0 的配置，除了 vector_store 之外，还有其他的一些高级配置...
学习 Mem0 的记忆存储
昨天我们学习了 Mem0 的基本用法，并给出了一个简单的示例程序。和传统的大模型对话不同的是，我们没有将历史会话拼接起来，而是先检索记忆，然后将记忆拼接到系统 Prompt 中回答用户问题，最后再将这次对话保存到记忆。这里涉及两个记忆的核心操作...
Mem0 介绍：为 AI 应用提供智能记忆层
今年被称为智能体爆发元年，随着推理模型和多模态模型的不断发展，各家 AI 助手和智能体的能力不断提升，应用场景也在不断扩展。但是大模型存在一个先天缺陷，它们往往缺乏持久记忆能力，无法真正实现个性化交互。如何让 AI 系统能够记住用户偏好、适应个人需求并随时...
学习 SurfSense 的播客生成
经过几天的学习，我们已经基本掌握了 SurfSense 的所有功能，包括添加文档的四种方式，连接器的管理，以及问答流程。并且针对每一个功能，通过剖析源码学习各自的实现原理，比如如何实现文档的解析，如何对文档进行检索，如何实现整个问答...
再学 SurfSense 的文档问答流程
书接上回，昨天我们提到 SurfSense 的文档问答流程是通过 LangGraph 构建的一个线性工作流实现的，包含三个主要节点：reformulate_user_query：重新表述用户查询，也就是对用户的问题进行改写；wri...
学习 SurfSense 的文档问答流程
昨天，我们学习了在 SurfSense 中添加文档之后的入库流程，包括总结、分块、向量化等，现在一切准备就绪，到了对文档进行问答的时候了。文档问答页面点击左侧菜单中的 "Researcher" 进入问答页面：输入框的最左边是选择数据源...
学习 SurfSense 的数据入库流程
花了两天时间，我们学习了 SurfSense 文档管理功能，学习了上传文件、添加网页、添加 Youtube 视频、浏览器插件四种添加文档的方式，以及每种添加方式的实现原理。不过目前还只是数据摄入部分，我们今天继续研究下后面的流程，...
学习 SurfSense 的浏览器扩展
昨天体验了 SurfSense 的文档管理功能，包括上传文件、添加网页、添加 Youtube 视频这三种添加文档的方式。其中，添加网页是通过 Firecrawl 或 Playwright 实现的，这两种方式其实都有弊端，比...