Fable5 กลับมาอย่างยิ่งใหญ่ และในฐานะผู้ใช้ Codex ตัวยง ฉันอดไม่ได้ที่จะลองทดสอบมัน ว่ามันจะดีอย่างที่เขาว่าหรือไม่ โดยเฉพาะอย่างยิ่ง มันจะมาแทนที่ Codex หรือช่วยพัฒนา Memory System ที่ฉันปรับแต่งจนถึงขีดสุดได้หรือไม่ ฉันเติมเงิน $10 ใน Zenmux และเชื่อมต่อ Fable5 เข้ากับ Claude Code สรุปสั้นๆ: Fable5 คือ 'พ่อ' ของระดับ 'อัลตร้า-ไฮ' ของ Codex!!! (ลิงก์ Skill ระบบความจำอยู่ท้ายบทความ)
เกี่ยวกับระบบความจำกึ่งสำเร็จรุ่นก่อนหน้าของฉัน:
https://x.com/gengdaJ/status/2067985719675773192
https://x.com/evermind/status/2063262473357336824
https://x.com/gengdaJ/status/2068555151733043504
Fable5 แพงจริงๆ ดังนั้นฉันจึงทำตามคำแนะนำของผู้เชี่ยวชาญในไทม์ไลน์ของฉัน โดยให้ Fable5 จัดการขั้นตอนการให้คำแนะนำและวางแผนสำหรับระบบความจำของ Codex
ไม่ลองไม่รู้เลย—การตรวจสอบครั้งแรกโดยใช้ 'First Principles' พบจุดบกพร่องและโอกาสในการปรับปรุงมากมาย ความเป็นมืออาชีพทางเทคนิคของมันไม่มีข้อกังขา แม้แต่ Codex เองก็ยอมรับ แม้ว่าบางครั้งคำแนะนำของ Fable5 จะขาดความเข้มงวด แต่ในการเปรียบเทียบแบบ 4:1 แล้ว Fable5 ชนะขาดลอย
นั่นเป็นเพียงก้าวแรกเท่านั้น ความสามารถอันน่าทึ่งของ Fable5 เพิ่งเริ่มแสดงให้เห็น ฉันให้ Codex จัดทำแผนการพัฒนาและส่งให้ Fable5 ตรวจสอบ Fable5 ยังคงตั้งคำถามต่อไป และ Codex ก็ยังคงเห็นด้วย
จากนั้นฉันให้ Codex ปรับแต่งตามคำแนะนำของ Fable5 คิดว่ามันสมบูรณ์แบบแล้ว จึงส่งกลับไปให้ Fable
ในที่สุด Fable ก็ยังพบปัญหามากมายอีก ฉันประทับใจจริงๆ ฉันรีบให้ Codex ยอมรับ 'พ่อ' ที่เข้มงวดที่สุดของมัน
หลังจากพัฒนาเสร็จ Fable5 ก็ยังคงเฉียบคม บดขยี้ขั้นตอนการตรวจสอบโค้ด
หลังจากการทดสอบนี้ ฉันต้องยอมรับว่า Fable5 มีความมั่นคงอย่างเหลือเชื่อในการตัดสินใจและการวินิจฉัย แม้จะเป็นผู้ใช้ Codex ตัวยง ฉันก็ต้องชื่นชมมัน ฉันจะใช้ Fable5 ต่อไปสำหรับระบบที่ซับซ้อน (เช่น การปรับปรุงระบบค้นหา Agent ต่อไป) มันแพง แต่ก็คุ้มค่าเมื่อใช้ในจุดที่สำคัญ
หากคุณต้องการลองความสามารถในการวางแผนที่น่าทึ่งของ Fable5 คุณสามารถเรียกใช้ API ของ Zenmux ได้เหมือนที่ฉันทำ (ในความคิดของฉัน พวกเขามีแหล่งที่มาของ Claude ที่มีคุณภาพดีที่สุด): https://zenmux.ai/invite/GYMUHL วันนี้ฉันสังเกตเห็นว่าผู้ใช้ฟรีสามารถลองใช้เว็บเวอร์ชันได้ และผู้ใช้แบบจ่ายตามการใช้งาน (เครดิต > 0) สามารถเรียกใช้ API ได้ฟรี โดยมีโบนัสเติมเงิน 20%—เป็นสิทธิพิเศษเล็กๆ น้อยๆ ที่ดี!
ต่อไป มาพูดถึงสถาปัตยกรรมระบบความจำที่สร้างขึ้นใหม่โดย Fable5 นี้กัน คุณจะเข้าใจว่ามันทรงพลังแค่ไหนผ่านการอธิบายง่ายๆ นี้:
ระบบความจำ Codex ปัจจุบันของฉันคือคลังความจำ Agent Obsidian ในเครื่องที่สามารถตรวจสอบได้ ค้นหาได้ และบำรุงรักษาได้ มันเปลี่ยนโปรเจกต์ ข้อผิดพลาด ความชอบ การตัดสินใจ และเวิร์กโฟลว์ที่ใช้ซ้ำได้ซึ่งแชร์กับ Codex ให้เป็นเอกสาร Markdown ใน Obsidian ได้อย่างราบรื่น จากนั้นมันใช้ SQLite, การค้นหาแบบเต็มข้อความ, การค้นหาเชิงความหมาย, Git, hooks และสคริปต์ปิดท้าย เพื่อให้บรรลุการทำงานและการทำซ้ำด้วยตนเอง
แนวคิดพื้นฐาน
ก่อนที่จะลงลึกในฟังก์ชัน คุณต้องเข้าใจแนวคิดพื้นฐานแปดประการ:
- Obsidian Markdown: คลังความจำต้นฉบับ โดยพื้นฐานแล้วสิ่งเหล่านี้คือไฟล์ข้อความ
.mdมาตรฐาน ทำไมไม่ใช้ฐานข้อมูล? เพราะ Obsidian เป็นมิตรกับผู้ที่ไม่ใช่นักโปรแกรมเมอร์มากกว่า—มนุษย์สามารถอ่านและแก้ไขได้โดยตรง และ Git สามารถติดตามการเปลี่ยนแปลงได้ นี่คือ 'แหล่งความจริง' สำหรับระบบความจำ
- INDEX.md: แผนกต้อนรับและสารบัญ
INDEX.mdไม่ใช่ความจำ แต่เป็น 'แผนที่ทางเข้า' ถ้า Markdown เป็นห้องสมุดINDEX.mdก็คือบัตรรายการที่แผนกต้อนรับ ซึ่งบอก Agent ว่าไฟล์ใดสำคัญและจะหาคำตอบได้ที่ไหน
- SQLite / FTS: บัตรค้นหาความเร็วสูง SQLite คือฐานข้อมูลท้องถิ่นขนาดเล็ก และ FTS คือความสามารถในการค้นหาแบบเต็มข้อความ มันไม่ใช่ 'แหล่งข้อเท็จจริง' แต่เป็น 'ดัชนีค้นหา' เหมือนบัตรดัชนีในห้องสมุดสำหรับชื่อเรื่อง คำสำคัญ และบทสรุป
- Zvec: การค้นหาเชิงความหมาย Zvec คือการดึงข้อมูลแบบเวกเตอร์ หมายถึง 'การค้นหาตามความหมาย' ในขณะที่การค้นหามาตรฐานต้องใช้คำสำคัญที่ตรงกัน การค้นหาเชิงความหมายสามารถค้นหาความจำที่เกี่ยวข้องได้แม้ว่าคุณจะไม่ได้ใช้คำศัพท์ที่แน่นอนก็ตาม
- Git: ประกันการบันทึกการเปลี่ยนแปลงและการย้อนกลับ Git คือระบบควบคุมเวอร์ชัน มันตอบคำถาม: ใครเป็นคนเปลี่ยนสิ่งนี้และเมื่อไหร่? มีการเปลี่ยนแปลงบรรทัดใดบ้าง? สามารถย้อนกลับได้หรือไม่หากมีข้อผิดพลาด?
- closeout script: ผู้จัดระเบียบอัตโนมัติหลังทำงาน Closeout จะทำให้กระบวนการทำความสะอาดเป็นอัตโนมัติ มันช่วยให้แน่ใจว่าการอัปเดตความจำ การรีเฟรชดัชนี และการคอมมิตไปยัง Git ไม่ได้ขึ้นอยู่กับ 'ความจำ' ของ Agent แต่จัดการด้วยคำสั่งเดียว
- audit script: หมอตรวจสุขภาพเป็นระยะ เมื่อคลังข้อมูลเติบโตขึ้น สิ่งต่างๆ ก็เริ่มรก Audit จะระบุความจำที่ล้าสมัย วงจรเปิดที่ยังไม่ได้รับการแก้ไขเป็นเวลานาน และไฟล์ที่ซ้ำกันเพื่อให้มนุษย์ตรวจสอบ
- AGENTS.md: รัฐธรรมนูญของระบบ
AGENTS.mdกำหนดกฎพฤติกรรมของ Agent: เมื่อใดควรอ่านความจำ สิ่งใดควรเขียน และเมื่อใดที่มันต้องถามผู้ใช้ (เช่น สำหรับข้อมูลที่ละเอียดอ่อนหรือการลบ)
ขั้นตอนการทำงานของระบบความจำ
- รับงาน: ผู้ใช้ถามคำถาม
- อ่าน AGENTS.md: กำหนดขอบเขตและกฎการทำงาน
- อ่าน INDEX.md: ค้นหาไฟล์ที่เกี่ยวข้องด้วยต้นทุนโทเค็นต่ำ
- การดึงข้อมูลแบบรวม: ใช้ SQLite/Zvec หากจำเป็นเพื่อค้นหาความจำเฉพาะ
- อ่านต้นฉบับ Markdown: ยืนยันข้อเท็จจริงจากไฟล์ที่อ่านได้จริง
- ดำเนินงาน: ทำงานกับบริบทระยะยาว
- ประเมินคุณค่าของความจำ: ตัดสินใจว่าข้อมูลใหม่คุ้มค่าที่จะบันทึกหรือไม่
- ตรวจสอบก่อนเขียน: ตรวจสอบความซ้ำซ้อนหรือข้อขัดแย้งกับความจำเก่า
- เขียนไปยัง Markdown: จัดหมวดหมู่และบันทึกไปยังไดเรกทอรีที่ถูกต้อง
- รัน Closeout: รีเฟรชดัชนี ตรวจสอบข้อมูลที่ละเอียดอ่อน และบันทึกเซสชัน
- บันทึก Git: สร้างร่องรอยที่ตรวจสอบได้ของการเปลี่ยนแปลง
- ตรวจสอบเป็นระยะ: รักษาสุขภาพของคลังข้อมูลผ่านการตรวจสอบรายสัปดาห์
ข้อดีของระบบความจำ
- แหล่งข้อเท็จจริงที่ควบคุมได้: เก็บไว้ใน Markdown ท้องถิ่น ไม่ถูกล็อกไว้กับแพลตฟอร์มใด
- การดึงข้อมูลที่สมบูรณ์: ผสานการนำทาง การค้นหาคำสำคัญ และการค้นหาเชิงความหมาย
- การตรวจสอบ: ป้องกันความซ้ำซ้อนและข้อขัดแย้งก่อนเขียน
- วงจร Closeout: เปลี่ยนการบันทึกความจำให้เป็นกระบวนการมาตรฐาน
- การกำหนดเวอร์ชันด้วย Git: ให้ความสามารถในการติดตามและย้อนกลับอย่างสมบูรณ์
- กลไก Audit: ทำให้คลังความจำสะอาดและเกี่ยวข้อง
- ระบบอัตโนมัติที่ถูกจำกัด: การกระทำที่มีความเสี่ยงสูงต้องได้รับการยืนยันจากมนุษย์เสมอ
- การพัฒนาตนเอง: อนุญาตให้ Agent พัฒนาความสามารถผ่านประสบการณ์ที่ถูกตรวจสอบ
สุดท้ายนี้ ฉันได้ห่อหุ้มระบบความจำนี้เป็น Skill: https://github.com/mcncarl/codex-memory คุณสามารถเชื่อมต่อกับ Codex หรือปรับแต่งต่อสำหรับความต้องการของคุณเองได้! ☺️
