收录资料

Agent-native 摄入链路:Agent 收集证据并自己写 Manifest,CLI 只做机械校验。

  • 操作手册讲怎么跑一遍
  • 协议对象关系讲每个 JSON 对象之间怎么衔接

多模态记忆

OKS 的 raw/ 支持多模态——image.ocr / speech.transcribe / video 等能力把非文本转成文字 excerpt + 保留原始文件。存储走“原始多模态 + 文本描述索引”思路:

  • 原始文件:图片 / 音频 / 视频存 raw/{date}/{source}/,frontmatter 记 mime_type + 原始路径
  • 文本索引:OCR / 转写结果写 frontmatter excerpt 或同名 .txt,参与召回(token overlap + 子串)
  • 召回命中:返回 excerpt 文本 + 指向原始文件路径,Agent 需要时按需读原始多模态

这是多模态记忆三思路里最轻的一条——不做“嵌入压缩到上下文”(要 embedding 模型)或“写入模型参数”(要 Engram 预训练模型)。OKS 用文件 + 文本索引,零模型依赖,契合 P4。


Table of contents


回到顶部

This site uses Just the Docs, a documentation theme for Jekyll.