Wiki Memory: файловое хранилище знаний для AI-агентов от LangChain

Концепция wiki memory для агентов в сфере ИИ пока не имеет единых стандартов, однако набирает популярность. Суть подхода — с помощью агента преобразовать сырые данные (логи, заметки, код, документы, переписки и т. д.) в компактный и структурированный слой знаний, удобный для дальнейшего использования. В отличие от RAG, где при запросе извлекаются сырые фрагменты данных, в wiki memory предварительно вычисляется и поддерживается более высокий уровень обобщения — агенту не нужно заново выстраивать структуру данных. Например, DeepWiki создаёт AI-сгенерированную документацию для репозиториев GitHub, помогая людям и кодирующим агентам лучше ориентироваться в кодовой базе. Есть и более общие решения вроде LLM Wiki (или LLM knowledge base) — они работают с любыми исходными файлами, постепенно формируя постоянную markdown-вики между пользователем и исходными данными. Ещё один пример — AutoWiki: он анализирует кодовую базу и генерирует структурированную документацию, которая обновляется по мере изменений в репозитории. Файлы как основа для wiki memory привлекательны тем, что их легко просматривать, редактировать, версионировать, а агентам — читать и записывать. При этом вики подходят прежде всего для долговременного хранения знаний в конкретной предметной области, а не для кратковременного состояния диалога, предпочтений пользователя или логов частых событий.