Часті запитання

Seizn Memory — це інфраструктура пам'яті ШІ, яка забезпечує постійну пам'ять з можливістю пошуку для додатків ШІ. На відміну від векторних баз даних, які лише зберігають/шукають вектори, Seizn включає повний продуктовий рівень: витягування пам'яті, управління політиками, управління ключами, видалення, журнали аудиту та SDK. Він вирішує проблему підтримки контексту між сеансами ШІ та забезпечення персоналізованого досвіду ШІ.

Векторні бази даних — це інфраструктура зберігання/пошуку для векторів. Seizn — це повноцінна система пам'яті, побудована поверх цього, що забезпечує: автоматичне витягування пам'яті з розмов, класифікацію типів пам'яті, управління просторами імен/областями видимості, ротацію API-ключів, журналювання аудиту, SDK та функції управління. Уявіть це як «інфраструктура пам'яті» проти «інфраструктури пошуку».

Ні. Найпоширеніша відправна точка: зберегти пам'ять -> пошук -> вставити в промпт. RAG (автоматична композиція контексту + генерація відповіді) — наступний крок. Ви можете почати просто та додавати складність за потреби.

1) POST /api/memories для збереження користувацького налаштування. 2) GET /api/memories для пошуку. 3) Вставити результати в промпт LLM. 4) Пізніше додати /api/extract для автовитягування та /api/query для відповідей з розширеною пам'яттю.

Зберігайте інформацію, яка залишається дійсною між розмовами: налаштування (тон, мова, формат), факти (робота, інструменти, структура проєкту), інструкції ("завжди резюмувати в таблицях"), відносини ("Аліса — керівник команди"). Уникайте зберігання тимчасових або специфічних для сеансу даних, якщо не використовуєте область сеансу.

Ніколи не зберігайте: паролі, API-ключі, токени, сесійні куки (дані авторизації), номери соціального страхування, номери паспортів, банківські рахунки (PII), дані кредитних карток (платіжні дані). Для тимчасових даних використовуйте область сеансу з TTL, якщо потрібно.

Простір імен розділяє пам'ять за проєктами/орендарями/середовищами. Без нього дані змішуються, якість пошуку падає, а видалення/експорт стає болісним. Рекомендується: 'org:acme/app:chat/env:prod' або 'project:myapp/env:staging'. Ніколи не використовуйте просто 'default' у продакшені.

user: Налаштування, які застосовуються до користувача глобально. session: Цілі або контекст, дійсні лише для цієї розмови. agent: Правила, специфічні для одного агента в мультиагентній системі. Правильне використання області скорочує довжину промпту та покращує узгодженість відповідей.

memory_type класифікує пам'ять: fact (незмінна інформація), preference (вибір користувача), instruction (правила для дотримання), relationship (зв'язки людей/організацій), experience (минулі події). Це найпотужніша вісь для фільтрації, видалення та застосування політик.

limit: Кількість кандидатів пам'яті для отримання (занадто низький = пропустити релевантні, занадто високий = шумний контекст). threshold: Поріг схожості 0-1 (вище = суворіше). Почніть з limit=10, threshold=0.7. Якщо не вистачає пам'яті, знизьте threshold до 0.6 та збільште limit до 20. Якщо отримуєте нерелевантні результати, підвищіть threshold до 0.75-0.8.

Зазвичай це одне з: 1) змішані простори імен, 2) занадто багато збереженої пам'яті (шум), 3) занадто низький threshold, 4) контент занадто абстрактний ('подобаються речі' vs конкретні факти). Рішення: розділіть простори імен, зробіть контент конкретним, підвищіть threshold.

Додайте оцінку важливості та зберігайте лише пам'ять високої важливості. Використовуйте TTL для автоматичного закінчення терміну старої пам'яті. Періодично об'єднуйте схожу пам'ять у резюме. Розділяйте простори імен для скорочення області пошуку.

Рекомендований процес: 1) Викликати з auto_store=false для попереднього перегляду витягнутої пам'яті. 2) Показати результати користувачу для підтвердження. 3) Зберегти лише схвалену пам'ять. 4) Після підтвердження якості витягування переключитися на auto_store=true для автоматизації.

haiku: Швидший, дешевший, добрий для більшості випадків. sonnet: Точніший, кращий для важливих витягувань (онбординг, контракти, політики). Використовуйте haiku для масового/початкового витягування, sonnet для високоризикових сценаріїв.

Так, але рекомендований патерн: створити нову пам'ять + видалити/архівувати стару. Цей підхід кращий для аудиторських слідів та запобігає регресійним проблемам.

Два підходи: 1) Видалення за ID (точно), 2) Видалення за простором імен (масове очищення). Для підприємства/відповідності забезпечте 'повне видалення + журнал аудиту'. Чітко документуйте свою політику видалення.

Ви досягли ліміту запитів. Рішення: 1) Реалізувати експоненціальну затримку (1с -> 2с -> 4с). 2) Черга запитів на стороні сервера. 3) Знизити частоту запитів: кешувати повторні запити, пакетні операції, знизити частоту витягування.

Головні драйвери витрат: 1) Частота витягування — скоротити виклики. 2) Область пошуку — використовувати простір імен для звуження. 3) Вибір моделі — haiku для рутини, sonnet для важливого. 4) Кешування — кешувати повторні запити. 5) Пакетні операції, коли можливо.

Не рекомендується — високий ризик витоку ключа. Викликайте Seizn з вашого сервера (Next.js Route Handler, Cloudflare Worker, serverless-функція) і нехай браузер викликає ваш сервер. Ніколи не розкривайте API-ключі клієнтському коду.

Їм знадобиться: 1) Область даних (що зберігається/не зберігається), 2) Шифрування (у спокої: AES-256, в транзиті: TLS), 3) Метод ізоляції орендарів, 4) Політика видалення/зберігання, 5) Доступ до журналів аудиту, 6) Політика ротації/закінчення терміну ключів. Підтримуйте сторінку Безпеки та Управління у своїй документації.