╭──────────────────────────────────────────╮ ╭──────────────────────────────────────────╮ │ >>>>>>>>>>>>>>> ctx_read >>>>>>>>>>>> │ │ >>>>>>>>>>>>>>> ctx_read >>>>>>>>>>>> │ ┌─────────────┐ │ >>>>>>>>>>>>>>> compress >>>>>>>>>>>> │ ┌──────────┐ ┌─────────────┐ │ >>>>>>>>>>>>>>> compress >>>>>>>>>>>> │ ┌──────────┐ │ 100K tokens │ =========>│ >>> AST >>> cache >>> signal >>> │ =========> │ ~5K tok │ │ 100K tokens │ =========>│ >>> AST >>> cache >>> signal >>> │ =========> │ ~5K tok │ └─────────────┘ │ >>>>>>>>>>>>>>> filter >>>>>>>>>>>> │ └──────────┘ └─────────────┘ │ >>>>>>>>>>>>>>> filter >>>>>>>>>>>> │ └──────────┘ │ >>>>>>>>>>>>>>> dedupe >>>>>>>>>>>> │ │ >>>>>>>>>>>>>>> dedupe >>>>>>>>>>>> │ ╔══════════════╗ ╰──────────────────────────────────────────╯ ╔══════════╗ ╔══════════════╗ ╰──────────────────────────────────────────╯ ╔══════════╗ ║ raw input ║ ─ ─ ─ ─ ─ ─ ─ ─ LeanCTX ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ║ output ║ ║ raw input ║ ─ ─ ─ ─ ─ ─ ─ ─ LeanCTX ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ║ output ║ ╚══════════════╝ ╚══════════╝ ╚══════════════╝ ╚══════════╝ ┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄ ┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ │░░│ │░░│ │░░│ │░░│ │▓▓│ │▓▓│ │▓▓│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │▓▓│ │▓▓│ │▓▓│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ ───> │▓▓│ │▓▓│ │▓▓│ ───> │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ ───> │▓▓│ │▓▓│ │▓▓│ ───> │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ file file file file read cache send tok tok tok tok tok tok file file file file read cache send tok tok tok tok tok tok ╭──────────────────────────────────────────╮ ╭──────────────────────────────────────────╮ │ >>>>>>>>>>>>>>> ctx_read >>>>>>>>>>>> │ │ >>>>>>>>>>>>>>> ctx_read >>>>>>>>>>>> │ ┌─────────────┐ │ >>>>>>>>>>>>>>> compress >>>>>>>>>>>> │ ┌──────────┐ ┌─────────────┐ │ >>>>>>>>>>>>>>> compress >>>>>>>>>>>> │ ┌──────────┐ │ 100K tokens │ =========>│ >>> AST >>> cache >>> signal >>> │ =========> │ ~5K tok │ │ 100K tokens │ =========>│ >>> AST >>> cache >>> signal >>> │ =========> │ ~5K tok │ └─────────────┘ │ >>>>>>>>>>>>>>> filter >>>>>>>>>>>> │ └──────────┘ └─────────────┘ │ >>>>>>>>>>>>>>> filter >>>>>>>>>>>> │ └──────────┘ │ >>>>>>>>>>>>>>> dedupe >>>>>>>>>>>> │ │ >>>>>>>>>>>>>>> dedupe >>>>>>>>>>>> │ ╔══════════════╗ ╰──────────────────────────────────────────╯ ╔══════════╗ ╔══════════════╗ ╰──────────────────────────────────────────╯ ╔══════════╗ ║ raw input ║ ─ ─ ─ ─ ─ ─ ─ ─ LeanCTX ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ║ output ║ ║ raw input ║ ─ ─ ─ ─ ─ ─ ─ ─ LeanCTX ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ║ output ║ ╚══════════════╝ ╚══════════╝ ╚══════════════╝ ╚══════════╝ ┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄ ┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ │░░│ │░░│ │░░│ │░░│ │▓▓│ │▓▓│ │▓▓│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │▓▓│ │▓▓│ │▓▓│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ ───> │▓▓│ │▓▓│ │▓▓│ ───> │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ ───> │▓▓│ │▓▓│ │▓▓│ ───> │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ file file file file read cache send tok tok tok tok tok tok file file file file read cache send tok tok tok tok tok tok

ব্যবহারের ক্ষেত্র · रिसर्च एजेंट्स

এজেন্ট যা থামে না
নিজেকে পুনরাবৃত্তি করতে।

LeanCTX গবেষণা এজেন্টদের স্থায়ী, উদ্ধৃত মেমরি দেয়: ফলাফলগুলি প্রমাণসহ একটি নলেজ স্টোরে জমা হয়, EvidenceLedger উৎস সহ আক্ষরিক উদ্ধৃতি রাখে, এবং ক্যাশ করা রিডগুলি ~13 টোকেন খরচ করে। আপনার এজেন্ট একবার সংগ্রহ করে, সেশন জুড়ে মনে রাখে, এবং পুনরায় স্ক্র্যাপ না করে উদ্ধৃতি দিয়ে উত্তর দেয়।

স্থায়ী কনটেক্সট দিয়ে তৈরি করুন মেমরি মডেলটি দেখুন

সমস্যাটি

এর মূল্য আপনার কত দিতে হচ্ছে আজ।

প্রতিটি সেশন শূন্য থেকে শুরু হয়

গতকালকের ফলাফলগুলি হারিয়ে যায়। এজেন্ট একই উৎস পুনরায় পড়ে, একই উপসংহার পুনরায় বের করে, এবং আপনাকে দ্বিগুণ বিল করে।

রসিদ ছাড়া উত্তর

উৎস ছাড়া একটি সারাংশ একটি দায়বদ্ধতা। গবেষণা আউটপুটে প্রমাণসহ আক্ষরিক উদ্ধৃতি প্রয়োজন।

উৎসগুলি উইন্ডোকে ভাসিয়ে দেয়

বিশটি খোলা PDF একটি কনটেক্সট উইন্ডোতে ফিট করে না। এজেন্টদের যা গুরুত্বপূর্ণ তার র‍্যাঙ্কড রিকল দরকার, সব কিছু নয় একসাথে।

আজই উপলব্ধ

সেই সক্ষমতাগুলি যা কাজ করে।

নিচে সবকিছু আজই ওপেন-সোর্স বাইনারিতে শিপ করা হয়েছে। কোনো রোডম্যাপ আইটেম নেই, কোনো ওয়েটলিস্ট নেই।

আপনার টুলস LeanCTX মডেল

EvidenceLedger উৎস অ্যাট্রিবিউশন সহ আক্ষরিক উদ্ধৃতি, উদ্ধৃত করার জন্য প্রস্তুত

নলেজ স্টোর ফলাফল, সিদ্ধান্ত এবং ব্লকারগুলি সেশন জুড়ে স্থায়ী হয়

তথ্য / উদ্ধৃতি / ট্রান্সক্রিপ্ট মোড উৎসগুলি অ্যাট্রিবিউটেবল ইউনিটে সংকুচিত হয়

Semantic + BM25 রিকল সবকিছু থেকে অর্থ-ভিত্তিক পুনরুদ্ধার

~13-টোকেন পুনঃপঠন একটি পরিচিত উৎস পর্যালোচনা করা প্রায় বিনামূল্যে

দ্রুত শুরু

শূন্য থেকে প্রথম লাভ।

# উদ্ধৃত প্রমাণের জন্য একটি উৎস সংগ্রহ করুন

$ ctx_url_read("https://arxiv.org/abs/2310.08560", mode="quotes")

# একটি অনুসন্ধান মনে রাখা

$ lean-ctx knowledge remember "accuracy falls 98→64% with window noise" --category discovery --key context-rot

# সেশন জুড়ে স্মরণ করা

$ lean-ctx knowledge recall "context rot"

# কোরপাসে অর্থগত অনুসন্ধান

$ ctx_semantic_search("why does accuracy fall with window size")

আরও গভীরে যান

একটি গাইড। দুটি যাত্রা। সম্পূর্ণ রেফারেন্স।

গাইড মেমরি ধারণা সেশন, জ্ঞান বিভাগ এবং পুনরুদ্ধার। যাত্রা ওয়েব গবেষণা যাত্রা উৎস থেকে উদ্ধৃত উত্তর পর্যন্ত। যাত্রা মেমরি ও জ্ঞান যাত্রা কী টিকে থাকে, কোথায় এবং কীভাবে এটি কোয়েরি করা যায়। রেফারেন্স জ্ঞান সরঞ্জাম ctx_knowledge, ctx_semantic_search এবং বন্ধুগণ।

FAQ

গ্রহণ করার আগে দলগুলি যে প্রশ্ন করে।

LeanCTX গবেষণাকে উদ্ধৃত করার যোগ্য কীভাবে রাখে?

The EvidenceLedger তাদের উৎস URL বা ফাইল সহ শব্দে উদ্ধৃতি সংরক্ষণ করে। উত্তরগুলি প্রমাণ আইডি রেফারেন্স করতে পারে, তাই প্রতিটি দাবি একটি মূল উৎসের সাথে ট্র্যাক করা যায় যা আপনি খুলতে পারেন।

মেমরি কি রিস্টার্ট এবং নতুন সেশনগুলিতে টিকে থাকে?

হ্যাঁ। অনুসন্ধানগুলি বিভাগগুলির (discovery, decision, blocker…) সহ একটি স্থানীয় জ্ঞান স্টোরে বাস করে এবং স্বয়ংক্রিয়ভাবে প্রতিটি নতুন সেশনে পুনরুদ্ধার করা হয়।

এটি কি বড় কর্পোরা পরিচালনা করতে পারে?

সংগৃহীত উৎসগুলি ডিডুপ্লিকেট করা হয়, সংকুচিত করা হয় এবং BM25 এর সাথে একটি নলেজ গ্রাফ দিয়ে ইনডেক্স করা হয়। রিকল র‍্যাঙ্কযুক্ত, বাজেটকৃত কনটেক্সট ফিরিয়ে দেয়, একবারে পুরো কর্পাস নয়।

আপনার কনটেক্সট নিয়ন্ত্রণ নিন।

স্থানীয় ব্যবহারের জন্য বিনামূল্যে, চিরতরে। CI এটি প্রয়োগ করে। একটি বাইনারি, প্রথম পরিমাপযোগ্য লাভ পেতে দশ মিনিট।

স্থায়ী কনটেক্সট দিয়ে তৈরি করুন পরিকল্পনা দেখুন

এজেন্ট যা থামে নানিজেকে পুনরাবৃত্তি করতে।