الحفاظ على قاعدة معرفية دائمة ومتراكمة

يحلّ LLM Wiki Maintainer مشكلة "تسرّب الذاكرة" في سير عمل الذكاء الاصطناعي، حيث تُفقد المعرفة بمجرد انتهاء المحادثة. بدلاً من المحادثات المؤقتة، تُمكّن هذه المهارة وكيلك من بناء ويكي markdown حيّ والحفاظ عليه، بحيث تزداد قيمته مع مرور الوقت.

ما الذي تفعله هذه المهارة

توفر هذه المهارة إطاراً منظّماً يتيح لوكيل الذكاء الاصطناعي أن يعمل بوصفه أميناً للمكتبة ومُجمِّعاً للمعرفة. تدير المهارة مجلداً من ملفات markdown وفق مخطط صارم، مما يضمن بقاء المصادر الخام دون تعديل بينما تُحدَّث صفحات "المعرفة المُركَّبة" باستمرار. كما تتولى تتبع مصادر المعلومات، وإدارة التناقضات، والفهرسة الآلية.

لماذا تستخدم هذه المهارة

• الاستمرارية: كل إجابة مفيدة يولّدها الذكاء الاصطناعي تُحفظ تلقائياً في الويكي للرجوع إليها مستقبلاً.
• تتبع المصادر: يتتبع تجزئات المصادر والادعاءات حتى تعرف دائماً مصدر كل معلومة.
• سلامة البنية: يتضمن سكريبتات Python للتدقيق البنيوي، وفهرسة مدعومة بـ SQLite، وتوليد سجلات آلية لمنع تحوّل الويكي إلى "درج فوضوي".
• حل التعارضات: بدلاً من الكتابة فوق البيانات القديمة، يُوفّق بين التناقضات عبر صفحات تأمل مخصصة.

المزايا التقنية

يدعم المجلدات المستندة إلى markdown، ويستخدم SQLite للاستعلام السريع عن بيانات الصفحات الوصفية، مع قواعد تدقيق مخصصة للحفاظ على سلامة البنية. يعمل بسلاسة مع أنظمة الملفات المحلية أو المستودعات السحابية.