Kebanyakan chatbot langsung melupakan semuanya begitu jendela chat bergulir, sehingga pengguna harus terus mengulang diri. Lapisan ini memberi bot Telegram Anda memori yang tahan lama dengan meng-embed setiap pesan dan menyimpannya di Supabase menggunakan pgvector.
Kebanyakan chatbot langsung melupakan semuanya begitu jendela chat bergulir, sehingga pengguna harus terus mengulang diri. Lapisan ini memberi bot Telegram Anda memori yang tahan lama dengan meng-embed setiap pesan dan menyimpannya di Supabase menggunakan pgvector.
Saat seseorang mengajukan pertanyaan baru, sistem akan menarik pesan-pesan lama yang paling relevan dan menyajikannya kembali sebagai konteks. Bot mengingat apa yang Anda sampaikan minggu lalu, dan memorinya terus tumbuh di setiap percakapan alih-alih di-reset ulang.
Cara kerjanya
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Saat ada pertanyaan baru, ambil pesan-pesan masa lalu yang paling relevan melalui pencarian kesamaan (similarity search).
pending
Masukkan memori yang diambil beserta putaran percakapan terbaru ke dalam model sebagai konteks.
pending
Simpan pertukaran data baru agar memori terus berkembang seiring setiap percakapan.
pending
Contoh output
json
// Sample output
// (generated when the pipeline finishes)
Answer using the retrieved memories below; if a memory conflicts with the new message, trust the newest one.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.