LlamaIndex тепер постачає вбудовану MCP-пошук з нашою документацією! - Ваші агенти з кодування можуть безпосередньо отримати доступ до інструментів пошуку в усіх наших документах! 🔍 Ви можете підключити цю URL-адресу до будь-якого клієнта/фреймворку/інструменту, який підтримує пошук MCP: 🔎 search_docs — лексичний пошук для швидкого пошуку відповідної документації 🎯 grep_docs — пошук точних регулярних виразів з контекстними рядками для точного пошуку 📖 read_doc — повний доступ до вмісту сторінки для будь-якого шляху документації Ознайомтеся з повною деталлю впровадження: Спробуйте це зі своїми агентами та робочими процесами:

LlamaIndex виступає спонсором + виступом на @wandb ( @CoreWeave ) Fully Connected London (4–5 листопада), 2-денному заході для інженерів, які доставляють штучний інтелект на виробництво. Доповідь: Автоматизація роботи знань з AI agents Доповідач: @tuanacelik (старший DevRel Eng) #AI #LLM #Agents #LlamaIndex #FullyConnected2025

Дізнайтеся, як впровадити DRIFT Search за допомогою @neo4j та агентських робочих процесів – гібридного підходу, який поєднує глобальний і локальний пошук для більш точних відповідей GraphRAG. DRIFT починається в широкому контексті з контексту на рівні спільноти, а потім розумно деталізує деталі за допомогою ітеративних follow-up запитів. Ось що ви дізнаєтеся: 🔍 Як DRIFT поєднує обчислювальну ефективність із всебічною якістю відповідей, уникаючи необхідності обробляти кожен звіт спільноти ⚡ Реалізація за допомогою нашої системи асинхронних робочих процесів з паралельною обробкою подальших запитів 🧠 Інтеграція HyDE (Hypothetical Document Embeddings) для підвищення точності векторного пошуку шляхом генерації гіпотетичних відповідей перед співпадінням подібності 🔄 Ітеративний процес поглиблення, який відображає поведінку людини, спрямовану на пошук інформації - спочатку отримайте загальну картину, а потім задайте цільові питання Ця реалізація від реверс-інженерів Tomaz @Microsoft підхід GraphRAG, адаптований спеціально для робочих процесів LlamaIndex та neo4j. Система організовує вилучення сутностей, узагальнення спільноти та динамічний обхід графа знань через кілька етапів робочого процесу. Повний урок з прикладами коду: