ai-agent-book/chapter3/README.id.md

Bab 3 · Memori Pengguna dan Knowledge Base

Memungkinkan Agent mengingat pengguna lintas sesi dan mengakses pengetahuan eksternal melalui memori, RAG, indeks terstruktur, dan knowledge graph.

← Kembali ke README utama · 📖 Baca bab

Cara Membaca Eksperimen

Teks utama memakai skeleton mekanisme singkat untuk menjelaskan alur kontrol; direktori eksperimen berisi adapter SDK lengkap, log, pengujian, dan bukti penerimaan. Anda tidak perlu membaca setiap berkas baris demi baris.

• Starter: Mulai dari tujuan, perintah minimum, dan syarat penerimaan; awali dengan user-memory / retrieval-pipeline;
• Builder: Telusuri titik masuk, loop inti, skema status/pesan, alat, dan verifier.
• Maintainer: Terakhir, baca pengujian, manifest bukti, penanganan kegagalan, rollback, dan adapter provider.

Pada pembacaan pertama, lewati kredensial, presentasi, dan kompatibilitas provider; kembali saat mereproduksi angka.

Proyek Pendamping

Eksperimen	Proyek	Jenis	Deskripsi
3-1, 3-2	user-memory	✅	Membangun memori pengguna jangka panjang untuk preferensi dan riwayat interaksi.
3-1	user-memory-evaluation	✅	Mengevaluasi akurasi, relevansi, dan efektivitas sistem memori pengguna.
3-2	mem0 · memobase	✅	Membandingkan implementasi memori menggunakan framework Mem0 dan Memobase.
3-3	log-sanitization	✅	Mendeteksi dan menyamarkan secret serta PII pada log dengan model lokal.
3-4	dense-embedding	✅	Membandingkan indeks approximate nearest neighbor ANNOY dan HNSW.
3-5	sparse-embedding	✅	Mengimplementasikan mesin pencarian sparse berbasis BM25 dari awal.
3-6	retrieval-pipeline	✅	Menggabungkan dense retrieval, sparse retrieval, dan neural reranking.
3-7	structured-index	✅	Membandingkan RAPTOR dan GraphRAG sebagai pendekatan pengindeksan terstruktur.
3-8	agentic-rag	✅	Membandingkan RAG tradisional dengan Agentic RAG yang melakukan retrieval iteratif.
3-9	agentic-rag-for-user-memory	✅	Menerapkan Agentic RAG untuk mengambil riwayat percakapan lintas sesi.
3-10	contextual-retrieval	✅	Menambahkan prefix context pada chunk untuk mengurangi kegagalan retrieval.
3-11	contextual-retrieval-for-user-memory	✅	Menggabungkan Advanced JSON Cards dan Contextual RAG menjadi memori dua lapis.
3-12	structured-knowledge-extraction	✅	Mengekstraksi faktor keputusan dan prototipe kasus dari dataset putusan hukum.

Jenis Proyek

Ikon	Jenis	Arti
✅	Mandiri	Kode lengkap tersedia di repositori dan dapat dijalankan setelah API Key dikonfigurasi.
📖	Panduan Reproduksi	Memerlukan repositori eksternal yang harus di-git clone.
🚧	Dalam Proses	Implementasi atau bukti penerimaan belum lengkap.