WeKnora artık bir şeyi hatırlamadan önce izin istiyor

Tencent'in MIT lisanslı bilgi çatısı WeKnora 0.8 sürümüne geçti. Beceriler artık ana süreçte değil kendi kum havuzunda çalışıyor, hatırlanan bilgiler oturumlar arasında kalıyor ve her biri kaydedilmeden önce kullanıcı onayına sunuluyor.

Paylaş
WeKnora artık bir şeyi hatırlamadan önce izin istiyor

Tencent, açık kaynaklı bilgi çatısı WeKnora'nın 0.8 sürümünü yayımladı. Proje MIT lisanslı ve GitHub'da 22 bini aşkın yıldıza sahip.

WeKnora, belgeleri sorgulanabilir bir sisteme çeviriyor. Üç kipte çalışıyor: gündelik aramalar için RAG tabanlı hızlı soru-cevap, getirmeyi kendi başına yöneten bir ReAct ajanı, ve ajanların yapılandırılmış markdown bilgi tabanları ürettiği Wiki kipi.

Yeni sürümde ne var

Beceriler artık kum havuzunda. Önceki düzende kullanılan beceriler ana süreçte çalışıyordu; o arka uç kaldırıldı. Her oturum kendi kum havuzunda koşuyor ve ağ çıkışı yapılandırılabiliyor. Kum havuzu için Docker, E2B ya da Cube kullanılabiliyor.

Oturumlar arası bellek. Profil, tercih, olgu, görev ve ilgi alanı gibi bilgiler oturum bitince kaybolmuyor. Her biri kalıcı hale gelmeden önce kullanıcının onayına sunuluyor.

Beceriler artık varlık. Dağınık betikler yerine kiracı çapında bir katalog var. ClawHub, SkillHub ya da herhangi bir git deposundan çekiliyor; sürümlenmiş ve doğrulanmış olarak, çalışmadan önce yükleniyor.

Sürüm ayrıca ofis belgelerini süreç içinde ayrıştıran bir çözümleyici getiriyor.

Nerede çalışıyor

Kurulum için Docker ve Git yeterli. Yerelde, Docker'da ya da Kubernetes üzerinde çalışıyor; çevrimdışı ve özel kurulum destekleniyor. Bulut servisi zorunlu değil.

Dil modeli tarafında OpenAI, DeepSeek, Qwen, Zhipu, Hunyuan, Gemini, MiniMax, NVIDIA, LiteLLM ve Ollama destekleniyor. Gömme için Ollama, BGE, GTE, Zhipu ve OpenAI uyumlu uçlar kullanılabiliyor. Vektör veri tabanı olarak PostgreSQL (pgvector), Elasticsearch, OpenSearch, Milvus, Weaviate ve Qdrant seçenekleri var.

Yani tamamı kendi makinenizde, dışarıya hiçbir belge çıkmadan kurulabiliyor.

Neden önemli

Ajan çatılarında becerilerin ana süreçte çalışması bilinen bir risk: bir becerinin hatası ya da kötü niyetli bir betik doğrudan sistemin kendisine erişebiliyor. Her oturumu ayrı kum havuzuna almak ve ağ çıkışını sınırlamak, bu sınıf sorunu mimari düzeyde kapatıyor.

Belleğin kalıcı hale gelmeden onaya sunulması da aynı yönde bir tercih: ajanın neyi hatırlayacağına kullanıcı karar veriyor.

Devamını oku

Liquid AI تطلق أكبر نماذج LFM2.5 المفتوحة لتشغيل الوكلاء على الأجهزة

Liquid AI تطلق أكبر نماذج LFM2.5 المفتوحة لتشغيل الوكلاء على الأجهزة

أطلقت Liquid AI نموذج LFM2.5-24B-A2B كنموذج مفتوح، ويضم 24 مليار معامل إجمالا لكنه يشغل نحو 2.5 مليار منها في كل خطوة. وبحسب النتائج التي نشرتها الشركة، يولد النموذج المدرب للوكلاء الذين يستخدمون الأدوات 184 رمزا في الثانية على Apple M5 Max.

GlobalFeed Editor tarafından