"📝 Память AI SWE Tools Закончим обзор китайскими инструментами - там тоже есть достойные варианты! ... Trae и Quoder. 6️⃣ Trae Интересен инновационным режимом SOLO, но сегодня мы про систему памяти, которая очень базовая: * скоуп - правила пользователя (settings - rules - user rules) * правила проекта: `.trae/rules/`, пользовательские md файлы * frontmatter не применяется, настройки скоупа нет; в целом - это все что можно сказать. Довольно скудно! прочитать тут: https://docs.trae.ai/ide/rules-for-ai?_lang=en 6️⃣ Qoder ‼️ Один из самых интересных релизов последнего времени. Релиз упакован рядом иновационных и интересных фишек: - repoWiki : огромный подробный автоматически создаваемый/обновляемый wiki по проекту, - quest mode : их тейк про spec-driven development, - быстрый code search : graph + векторный поиск (возможно, задействуют и repowiki) - несколько моментов про long-term memory, про что мы и поговорим подробнее Система памяти похожа на Cursor: * `.qoder/rules` папки для правил * скоуп - проект * есть тюнинг скоупа правил: manual / agent decides / glob pattern matching files / always * есть система памяти: memory ▶️ Агент автоматически хранит структурированную информацию о проекте: * персональные предпочтения (Personal Preferences): стиль кода, подходы к разработке (test-forst development), пользовательские правила; * извлечённый опыт (!!!): решения для повторяющихся ошибок, общие шаги для решения проблем, инстуркции по сборке и развёртыванию проекта (build/deploy), извлечённые уроки из проведённых рефакторингов и исправления багов (lessons learned) * база знаний проекта : архитектура/структура, техстек, api/subsystems integration ▶️ Агент использует следующие источники для информации: - чаты с пользователем: извлекаем явные указания и неявные паттерны - логи работы агента: анализируем итоги работы для понимания что работает и что не работает; - структура проекта и документация: извлечение семантической карты проекта ▶️ Для поддержания памяти в актуальном состоянии, агент производит оценку всех записанных фактов по следующим критериям (критерии весьма интересны, кмк): - насколько релевантны записи для будущих задач - точность и актуальность информации - влияние на выполнение задач Оценка производится после выполнения любой задачи, заметки которые имеют низку оценку помечаются к удалению из актуальной памяти. ▶️ Помимо этого, агент регулярно производит ""ревизию"" системы памяти: - дедупликация: объединение дублирующейся/пересекающейся информации - устранение конфликтов: устраняются выявленные противоречия в записях - механизм ""забывания"": убираем нерелевантную или устаревшую информацию, основываясь на частоте использования и актуальности 🟢 Таким образом, агент используют следующий цикл в работе с памятью: - извлечение: поиск в памяти необходимых фактов для контекста задачи - использование: выполнение задачи с использованием сформированного контекста - анализ: извлечение инсайтов/итогов выполнения задачи - оценка: качества и полезности новых ""воспоминаний"" - ревизия: цикл ""обслуживания"" памяти, рассмотрели чуть выше. Написано в блогах крайне интересно, что уже очень здорово - идеи реально инновационные и ранее не встречавшиеся в готовых продуктах. Как работает с реальными проектами - пока не понятно, надо пробовать. Почитать подробнее: * блог - https://qoder.com/blog * документация, rules: https://docs.qoder.com/user-guide/rules * memory: https://docs.qoder.com/user-guide/chat/memory #post @deksden_notes"