Vai al contenuto
AI.info

The Pulse

LangChain descrive una fabbrica della conoscenza per mantenere aggiornati gli agenti di IA

LangChain afferma di usare un sistema in cui gli agenti segnalano le lacune di conoscenza e un agente separato aggiorna le informazioni condivise. L’azienda sta anche collaborando con alcuni clienti per portare questo approccio ai loro agenti.

LangChain descrive una fabbrica della conoscenza per mantenere aggiornati gli agenti di IA

LangChain afferma che i suoi agenti interni per il go-to-market e lo studio di contenuti si basano su quella che definisce una fabbrica della conoscenza: un sistema per raccogliere, selezionare e mantenere le conoscenze aziendali di cui hanno bisogno gli agenti. In un post del 21 novembre, Harrison Chase ha descritto come l’azienda la utilizzi per il lavoro interno e in LangSmith Engine.

L’azienda sta anche collaborando con alcuni clienti per portare questo approccio ai loro agenti interni ed esterni, ha scritto Chase. LangSmith Engine, un agente che esamina le tracce e suggerisce correzioni, mantiene una fabbrica della conoscenza per ciascun agente, secondo il post.

Conoscenze per le attività future

Chase distingue il contesto disponibile a un agente durante un’attività dalle conoscenze riutilizzabili su come opera un’azienda. Queste conoscenze possono comprendere il significato di una metrica, quale fonte considerare attendibile o come gestire una situazione specifica.

Una fabbrica della conoscenza è pensata per raccogliere e mantenere queste informazioni, così da poterle fornire come contesto per attività successive. Altre informazioni di contesto già archiviate in modo affidabile possono essere fornite direttamente a un agente, anziché essere mantenute separatamente nella fabbrica.

Chase suddivide queste conoscenze in skill, conoscenze di dominio e indicazioni su come accedere ai dati. Le skill comprendono procedure, istruzioni e script per svolgere il lavoro nel modo previsto dall’azienda.

Le conoscenze di dominio comprendono definizioni, politiche e fatti su prodotti, clienti, concorrenti e organizzazione. La terza categoria indica agli agenti quali fonti usare, dove si trovano le informazioni e come interrogarle.

Un curatore in background

Gli agenti impegnati nelle loro normali attività segnalerebbero le informazioni che non riescono a trovare o che scoprono essere errate, e potrebbero suggerire una correzione. Un agente curatore separato esaminerebbe periodicamente queste segnalazioni e aggiornerebbe l’archivio delle conoscenze.

Chase sostiene che gli agenti che usano le conoscenze non dovrebbero essere gli unici responsabili della loro manutenzione: chiedere agli agenti, il cui obiettivo principale è perseguire i propri scopi, di occuparsene «farà sì che diventi disordinato e pieno di contraddizioni», ha scritto. Il curatore avrebbe invece accesso alle fonti sottostanti e alle tracce che mostrano come le persone usano gli agenti.

Queste fonti potrebbero includere Notion e Slack. Le tracce potrebbero aiutare il curatore a trasformare le interazioni in skill, mentre le segnalazioni degli agenti al lavoro individuerebbero i contenuti che richiedono attenzione.

Tra i possibili formati di archiviazione ci sono le skill in GitHub, un file in Notion, il formato OKF in LangSmith Context Hub o un grafo della conoscenza in Neo4j. Chase ha scritto che la rappresentazione della memoria semantica è ancora un ambito agli inizi, privo di uno standard consolidato.

Un esempio di rapporto sui ricavi

Nel suo post, illustra il processo con un agente che prepara un rapporto sui ricavi. Nell’esempio, i dati grezzi sui ricavi si trovano in BigQuery e Salesforce, mentre le istruzioni per la rendicontazione sono archiviate come skill in GitHub e il metodo dell’azienda per calcolare l’ARR è conservato in un wiki.

Le istruzioni per accedere ai dati variabili sono archiviate come skill in Context Hub. In questo esempio, l’agente incaricato del rapporto si accorge che una colonna di BigQuery è stata rinominata, trova quella corretta mentre lavora e segnala il problema suggerendo un aggiornamento.

Dopo la creazione del rapporto, il responsabile finanziario lavora con l’agente alla formattazione, incluso un nuovo titolo per i documenti aziendali. Quella notte, il curatore esamina la colonna segnalata e la traccia dell’agente, aggiornando le skill pertinenti sia per la query sui dati sia per il titolo del rapporto.

Fonti

  1. Fonte originale · Post del blog LangChain langchain.com

Aziende in questa notizia

Notizie correlate

Esplora

Altri articoli