разбор · графы
3.0
из 10
смотреть не обязательно — забрать выжимку и пункты
оценка машинная и частично зависит от длины ролика — спорите, открывайте оригинал
Контекстные графы добавляют цепочки решений к RAG
Why your agents need decision traces, not just documents — Zach Blumenfeld, Neo4j
Контекстные графы добавляют к RAG не только факты, но и цепочки решений и прецеденты, что повышает точность и объяснимость агентов. Neo4j предлагает инструменты для быстрого старта: create-context-graph и Neo4j agent memory.
Контекст-графы добавляют к фактам цепочки решений, что даёт объяснимые ответы; инструменты Neo4j позволяют быс
что из этого моё
Инструменты Neo4j (create-context-graph, agent memory) позволяют быстро добавить в агентов слой памяти с цепочками решений, что критично для оркестрации: агент сможет объяснять свои действия и использовать прошлый опыт. Это ускорит разработку и повысит доверие к автоматизации.
Что забрать
отметь, что берёшь в работу → или отбрось как не своёмоё →
установить create-context-graph через uvx и сгенерировать прототип с графом для своего домена
настроить конвейер извлечения сущностей spaCy -> GLiNER -> LLM fallback для своих текстов
разделить память агента на краткосрочную, долгосрочную и рассуждения в контекстном графе
о чём говорят, по времени
главы доводят до 10:00 · дальше по ролику меток нет
01
Введение и определение00:00 ↗
Спикер из Neo4j объясняет, что такое контекстные графы и зачем они нужны.
02
Демо контекстного графа02:30 ↗
Показ работы агента с графом: извлечение данных, поиск прецедентов, выдача решения.
03
Инструменты для быстрого старта05:00 ↗
Представлен create-context-graph — генератор приложений с контекстным графом.
04
Neo4j agent memory07:30 ↗
Описание пакета для управления памятью агента: краткосрочная, долгосрочная и рассуждения.
05
Ресурсы и вопросы10:00 ↗
Ссылки на демо, код и обсуждение ограничений.