ai-agent-book 精选快照（<2MB 代码与文档，来自 github.com/bojieli/ai-agent-book）

2026-08-20 13:12:50 +00:00
commit b119135836
10275 changed files with 3284984 additions and 0 deletions
@@ -0,0 +1,41 @@
+# Capítulo 3 · Memoria de Usuario y Base de Conocimiento
+
+> Memoria de usuario entre sesiones y conocimiento externo: memoria de usuario, RAG, índices estructurados, grafos de conocimiento
+
+← [Volver al README principal](../docs/es/README.md) · 📖 [Leer texto del capítulo](../book-es/chapter3.es.md)
+
+## Cómo leer los experimentos
+
+El texto usa skeletons breves para explicar el flujo de control; el directorio de experimentos contiene adaptadores SDK completos, registros, pruebas y evidencias de aceptación. No hace falta leer cada archivo línea por línea.
+
+- **Starter:** Empieza por el objetivo, el comando mínimo y la aceptación; comienza con [user-memory](user-memory/) / [retrieval-pipeline](retrieval-pipeline/);
+- **Builder:** Sigue el punto de entrada, el bucle central, el esquema de estado/mensajes, las herramientas y el verificador.
+- **Maintainer:** Después revisa pruebas, manifiestos, fallos, rollback y adaptadores de proveedores.
+
+En la primera pasada puedes omitir credenciales, presentación y compatibilidad de proveedores; vuelve al reproducir una cifra.
+
+## Proyectos Complementarios
+
+| Exp. | Proyecto | Tipo | Descripción |
+| :--: | --- | :--: | --- |
+| 3-1, 3-2 | [user-memory](user-memory/) | ✅ | Sistema de memoria de usuario a largo plazo para recordar preferencias e interacciones históricas |
+| 3-1 | [user-memory-evaluation](user-memory-evaluation/) | ✅ | Evaluación sistemática de la precisión, relevancia y efectividad del sistema de memoria de usuario |
+| 3-2 | [mem0](mem0/) · [memobase](memobase/) | ✅ | Implementaciones de referencia de memoria de usuario utilizando los marcos de código abierto mem0 y Memobase |
+| 3-3 | [log-sanitization](log-sanitization/) | ✅ | Sistema inteligente de sanitización de registros para proteger datos sensibles manteniendo la información de depuración |
+| 3-4 | [dense-embedding](dense-embedding/) | ✅ | Servicio de búsqueda por similitud vectorial comparando algoritmos ANN (ANNOY y HNSW) |
+| 3-5 | [sparse-embedding](sparse-embedding/) | ✅ | Motor de búsqueda de vectores dispersos basado en BM25 construido desde cero |
+| 3-6 | [retrieval-pipeline](retrieval-pipeline/) | ✅ | Pipeline completo de recuperación densa + dispersa + reordenamiento neuronal |
+| 3-7 | [structured-index](structured-index/) | ✅ | Comparación de índices estructurados RAPTOR (árbol de abstracción recursiva) y GraphRAG (grafo de conocimiento) |
+| 3-8 | [agentic-rag](agentic-rag/) | ✅ | Comparación entre RAG no agente y RAG agente iterativo guiado por ReAct |
+| 3-9 | [agentic-rag-for-user-memory](agentic-rag-for-user-memory/) | ✅ | Gestión del historial de conversaciones del usuario mediante Agentic RAG |
+| 3-10 | [contextual-retrieval](contextual-retrieval/) | ✅ | Recuperación sensible al contexto de Anthropic generando resúmenes de prefijo para fragmentos |
+| 3-11 | [contextual-retrieval-for-user-memory](contextual-retrieval-for-user-memory/) | ✅ | Estructura de memoria de dos capas combinando JSON Cards avanzadas y RAG sensible al contexto |
+| 3-12 | [structured-knowledge-extraction](structured-knowledge-extraction/) | ✅ | Extracción de conocimiento estructurado en tres etapas: descubrimiento de factores, prototipos y recomendaciones |
+
+## Tipos de Proyectos
+
+| Icono | Tipo | Significado |
+| :--: | --- | --- |
+| ✅ | **Autónomo** | Código completo en este repositorio, se ejecuta tras configurar la Clave API |
+| 📖 | **Guía de Reproducción** | Documento detallado que depende de **repositorios externos** para realizar `git clone` |
+| 🚧 | **Documento de Diseño** | Solo arquitectura/plan de implementación, el código ejecutable aún está en desarrollo |