Repositório dedicado a explorar e documentar funcionalidades de memória e contexto em sistemas de IA, com foco especial nos grafos de conhecimento aplicados a modelos como o Claude.
-
prompt-memoria.md: Prompt estruturado para auxiliar IAs a manterem memória de interações com usuários utilizando um grafo de conhecimento.
-
casos-uso-grafo-conhecimento.md: Documento detalhando os principais casos de uso de sistemas de memória baseados em grafo de conhecimento, especialmente útil para iniciantes em IA generativa que enfrentam desafios de organização e clareza.
-
exemplo-implementacao.md: Exemplo prático de implementação de um servidor de memória baseado em grafo de conhecimento em JavaScript, incluindo código completo e instruções para integração com IA generativa.
-
questionario-perfil-overthinking.md: Questionário detalhado para mapear o perfil cognitivo de pessoas que sofrem com excesso de pensamento, alta criatividade e paralisia por análise.
-
mapeamento-questionario-para-grafo.md: Demonstração de como as respostas do questionário são convertidas em entidades, relações e observações no grafo de conhecimento.
Os grafos de conhecimento representam uma das formas mais eficazes de organizar informações estruturadas para uso em sistemas de IA. Eles consistem em:
- Entidades: Nós no grafo que representam conceitos, pessoas, objetos ou eventos
- Relações: Conexões direcionadas entre entidades que descrevem como elas se relacionam
- Observações: Atributos ou fatos associados a entidades específicas
Esta estrutura permite representar conhecimento de forma que pode ser facilmente consultado, atualizado e utilizado por sistemas de IA para manter contexto ao longo de interações.
O repositório aborda vários casos de uso para grafos de conhecimento, incluindo:
-
Memória persistente para IA conversacional: Permitindo que assistentes como Claude se lembrem de detalhes sobre usuários e conversas anteriores.
-
Mapeamento de perfis cognitivos: Usando questionários e análise de interações para criar modelos estruturados de como um usuário pensa e processa informações.
-
Suporte para desafios cognitivos: Oferecendo estruturação e clareza para pessoas que enfrentam desafios como overthinking e paralisia por análise.
-
Organização de conhecimento complexo: Facilitando a conexão entre conceitos e ideias para quem lida com alta criatividade e volume de informações.
- Persistência de Contexto: Mantém informações importantes entre sessões de interação
- Estruturação do Conhecimento: Organiza informações de forma relacional e semântica
- Consulta Eficiente: Permite recuperar contexto relevante baseado na situação atual
- Evolução Incremental: O conhecimento pode ser expandido gradualmente com novas interações
- Personalização: Facilita a adaptação da IA ao contexto específico de cada usuário
Este repositório visa:
- Documentar métodos eficazes para implementação de memória em sistemas de IA
- Explorar como grafos de conhecimento podem melhorar a contextualização
- Fornecer recursos para desenvolvedores e pesquisadores interessados em sistemas de IA com memória persistente
- Compartilhar prompts e técnicas para maximizar a eficácia de memória contextual
- Oferecer ferramentas para melhorar a experiência de usuários com desafios cognitivos específicos
- Assistentes virtuais com memória de longo prazo
- Sistemas educacionais que acompanham o progresso do aprendizado
- Ferramentas de produtividade que mantêm contexto do trabalho do usuário
- Interfaces conversacionais com personalização avançada
- Sistemas de recomendação baseados em preferências e histórico
- Suporte para pessoas com excesso de pensamento e paralisia por análise
Contribuições são bem-vindas! Se você tem experiência com implementações de memória em IAs ou quer compartilhar casos de uso interessantes, sinta-se à vontade para abrir um pull request.