सामग्री पर जाएँ

> डिसीज़न नोट्स की सूची

Maguyva के निर्माण से तकनीकी नोट्स

आर्किटेक्चर से जुड़े फ़ैसले, MCP इम्प्लीमेंटेशन नोट्स, और कभी-कभार उन चीज़ों पर शिकायत जिन्हें इतना मुश्क़िल नहीं होना चाहिए था।

नवीनतम डिस्पैच

सबसे हालिया बिल्ड नोट

अगर आर्काइव में जाने से पहले सबसे ताज़ा तकनीकी अपडेट चाहिए, तो यहीं से शुरू करें।

फ़ीचर्ड

हमने कोड सर्च को voyage-4-large में क्यों अपग्रेड किया_

हमने अपनी कोड एम्बेडिंग को voyage-4-large पर शिफ़्ट किया — जो फ़िलहाल पब्लिक RTEB कोड रिट्रीवल लीडरबोर्ड में शीर्ष पर है। ईमानदार वर्ज़न: वह ट्रेड-ऑफ़ जो हम करते हैं, हम वास्तव में क्या इंडेक्स करते हैं, और हम प्रीमियम एम्बेडिंग के लिए भुगतान क्यों करते हैं।

[एम्बेडिंग][खोज][आर्किटेक्चर]

आर्काइव

विषय के अनुसार तकनीकी नोट्स

आर्किटेक्चर, ऑब्ज़र्वेबिलिटी, MCP सरफ़ेस डिज़ाइन, और वे पैटर्न जो प्रोडक्शन के सामने आने पर भी टिके रहे।

भाषा आवर्ती स्व-सुधार: लगभग 280 भाषाओं में कोड इंटेलिजेंस को अनथक मेहनत से निखारना_

हम लगभग 280 भाषाओं के लिए कोड इंटेलिजेंस सपोर्ट करते हैं। कोई इंसान इसका हाथ से ऑडिट नहीं कर सकता। इसलिए हमने एक भाषा आवर्ती स्व-सुधार लूप बनाया — स्पॉट-चेक, LLM-as-judge, एक चीज़ ठीक करो, दोबारा वैलिडेट करो — और इसे आइसोलेटेड एजेंट्स के एक फ़्लीट के साथ तब तक चलाते हैं जब तक एक्सट्रैक्शन वास्तव में सही न हो जाए, सिर्फ़ ग्रीन न हो।

[आर्किटेक्चर][भाषाएँ][एजेंट्स]

मल्टी-मोडल फ़्यूज़न सर्च: हर क्वेरी के लिए सही रिट्रीवर चुनना_

"parseConfig कहां परिभाषित है" जैसी क्वेरी को "auth कैसे काम करता है" से अलग तरह की सर्च चाहिए। Maguyva इंटेंट को वर्गीकृत करता है, उसके हिसाब से चार रिट्रीवल मोडैलिटी को वेट देता है, और नतीजों को वेटेड Reciprocal Rank Fusion से जोड़ता है।

[खोज][आर्किटेक्चर]

एजेंट ऑब्ज़र्वेबिलिटी: Hooks, Alloy, और Grafana_

हमने Claude Code और Codex को OpenTelemetry और Alloy के साथ एक ही Grafana स्टैक में जोड़ा, फिर एजेंट व्यवहार की समस्याओं को उनके स्रोत पर खोजने और ठीक करने के लिए ट्रेस और लॉग का उपयोग किया।

[ऑब्ज़र्वेबिलिटी][Grafana][OpenTelemetry][आर्किटेक्चर]

लूप की माइनिंग: बदलाव संस्थागत स्मृति कैसे बनते हैं_

Git कमिट संरचित चेंजलॉग एंट्री और आर्किटेक्चरल डिसीज़न रिकॉर्ड बन जाते हैं, फिर क्वेरी करने योग्य संस्थागत स्मृति के रूप में वापस AI एजेंट में फ़ीड हो जाते हैं।

[आर्किटेक्चर][वर्कफ़्लो]

स्किल माइनिंग: 3,500 उम्मीदवारों से 466 क्षमताओं तक_

हमने 3,500 स्किल उम्मीदवारों की स्क्रीनिंग की और 466 को अपनाया। बड़े पैमाने पर एक सुसंगत AI एजेंट स्किल लाइब्रेरी बनाने के लिए एक व्यवस्थित माइनिंग और इंजेशन लूप।

[आर्किटेक्चर][स्किल्स]

प्रोग्रेसिव डिस्क्लोज़र: एजेंट सिस्टम में झांकती CLI खिड़कियां_

एजेंट सिस्टम डिफ़ॉल्ट रूप से अपारदर्शी होते हैं। प्रोग्रेसिव डिस्क्लोज़र ऑपरेटर को त्वरित स्टेटस चेक से लेकर पूरे एजेंट इंटरनल और डिसीज़न ट्रेस तक, परतदार CLI व्यू देता है।

[आर्किटेक्चर][CLI][टूलिंग]

ग्राउंड ट्रुथ्स: AI एजेंट्स को हक़ीक़त से जोड़ना_

AI एजेंट पूरे भरोसे के साथ हैलुसिनेट करते हैं। ग्राउंड ट्रुथ्स वर्ज़न्ड, स्कोप्ड तथ्य हैं जो एजेंट व्यवहार को हक़ीक़त से जोड़े रखते हैं। यहां बताया गया है कि हमने इन्हें कैसे बनाया और कैसे लागू करते हैं।

[आर्किटेक्चर][ग्राउंडिंग]

Orkestra: बड़े पैमाने पर AI एजेंट को ऑर्केस्ट्रेट करना_

एक ऑर्केस्ट्रेटर काम को स्पेशलिस्ट AI एजेंट तक भेजता है, हर एक की अपनी अलग स्किल और मेमोरी होती है। जानें कि Orkestra प्रोडक्शन में 46 एजेंट और 466 स्किल को कैसे समन्वित करता है।

[आर्किटेक्चर][ओपन सोर्स]
लूप में बने रहें

यही है पूरा आर्काइव_

हर डिस्पैच सबसे पहले यहीं आता है। नए अपडेट सीधे चेंजलॉग में जाते हैं, या RSS से सब्सक्राइब करें ताकि जैसे ही कोई नया आए, आपको तुरंत पता चले।

[चेंजलॉग][RSS]