仕組み

このセクションでは、Nowledge Memを使用するときに内部で何が起こっているかを説明します。 これは、システムの使い方だけでなく、システムがなぜそのように動作するのかを理解したいユーザー向けに書かれています。

Memを効果的に使用するためにこれらのページを読む必要はありません。 ここにあるものはすべて自動的に実行されます。 しかし、なぜ特定のメモリが検索で上位にランクされるのか、システムがどのように矛盾を検出するのか、あるいはあなたが眠っている間に何が起こっているのかを疑問に思ったことがあるなら、ここを参照してください。

対象となる内容

• LLM Wikiでは、Libraryがなぜwikiのように読めるのか、システムが単独で何を行うのか、そして何があなたの手に委ねられるのかを説明します。 v0.8の背後にあるモデルを理解したい場合の入り口です。

• Open Knowledge Format (OKF)では、グラフ全体を、あらゆるツールやエージェントが読み取れるオープンでベンダー中立なmarkdownバンドルとしてエクスポートする方法を扱います。

• Knowledge evolutionでは、メモリが時間の経過とともにどのように変化するかを説明します。 意思決定を洗練させたり、以前の考えと矛盾することを学んだりした場合、システムは履歴を上書きするのではなく、その関係を追跡します。

• Memory Linksでは、スペース内の2つのメモリを、たとえその関係がバージョン履歴やエンティティリンクでなくても、一緒に読むべき場合に接続する方法を説明します。

• AI Profilesでは、Memが長時間実行されるエージェントを、たまたまそれを実行しているツールからどのように区別して保つかを説明します。

• Rulesでは、常時有効な動作ルール、それらがSkillsやMemoriesとどう異なるか、そして接続されたエージェントにどのように届くかを説明します。

• Search architectureでは、検索が複数の観点（意味的な意味、キーワード、エンティティリンク、コミュニティクラスタ、ラベル、グラフトラバーサル）を組み合わせて、必要なものを見つける方法を説明します。

• Memory decayでは、システムが何を最初に表示するかをどのように決定するかを扱います。 最近の、そして頻繁に使用される知識ほど上位にランクされます。 重要な知識が消えることはありません。

• Memory lifecycleでは、メモリが取り得る3つの状態（active、archived、removed）と、何も失われることなく、Memoriesページに表示される数がグラフやストレージサイズと異なる場合がある理由を説明します。

• Background intelligenceでは、毎日のパイプラインを順を追って説明します。 何が、いつ実行されるのか、そしてリソースを無駄にしたりノイズを生成したりするのを防ぐセーフガードについてです。

• Skillsでは、システムが繰り返される作業方法を、あなたのAIが従える手順にどのように変えるか、そしてSkillが証明済みとして扱われる前にどのように信頼を得るかを説明します。

• Crystalsでは、複数の独立した情報源が同じ洞察に収束したとき、システムが安定した参照知識をどのように統合するかを説明します。

どこから始めるか

特定の検索結果がなぜ表示されたのか（または表示されなかったのか）を理解しようとしている場合は、search architectureとmemory decayから始めてください。

バックグラウンド機能（ブリーフィング、矛盾、エンティティ抽出）を理解したい場合は、background intelligenceから始めてください。

複数のエージェントをセットアップする場合は、AI Profiles、Rules、Contextから始めてください。