← Материалы разборы Yersham
разбор · материалы

Claude Code: building an AI knowledge system

tl;dr

Проект buyanov.io может быть улучшен с использованием личных баз знаний на основе LLM и инструмента cloud code, что позволяет накапливать знания и экономить на токенах AI. Это позволит создать цифрового клона, который помнит все статьи и встречи, экономя 95% токенов.

→применить · к buyanov.io и к себе

Что забрать из ролика в дело

01
Использовать LLM и cloud code для создания личной базы знаний, накапливающей информацию с каждым взаимодействием.
02
Структурировать знания с использованием простых текстовых файлов (Markдаун) для простоты и доступности.
03
Применять инструмент Obsidian для визуализации файлов и обнаружения семантических связей между ними без ручного каталогизирования.
04
Использовать чанкинг для разбиения текстов на смысловые блоки и создание вики-страниц для каждого блока.
00:04

Введение

Рассматривается проблема того, что нейросети забывают контекст после закрытия браузера, что делает взаимодействие с ними эфемерным.

01:37

Новая концепция

Вводная информация о методе Карпаты, который позволяет накапливать знания и уменьшать затраты на токены AI.

02:40

Маркдаун файлы

Маркдаун файлы используются для хранения знаний в простом текстовом формате, что обеспечивает простоту доступа и обработки.

04:15

Архитектура хранилища

Детальное описание структуры хранилища знаний, включая папку для сырых данных и файлы индекса, логи операций и cloud.md.

05:18

Процесс впитывания

Рассматривается процесс разбиения текстов на смысловые блоки (чанкинг) и создание вики-страниц для каждого блока.

что осталось

Оператору входа в AI buyanov.io будет полезно использовать личную базу знаний для накопления и структурирования информации, что улучшит оркестрацию моделей и автоматизацию процессов. Также экономия токенов позволит оптимизировать расходы на использование AI.

упомянули в ролике
知 ledge baseоркестрацияэкономиявики
дальше в дело
Собрать это в маршрут
все маршруты →