Une nouvelle bibliothèque open-source, Funes, permet désormais aux agents de codage basés sur des modèles de langage d’acquérir une mémoire à long terme, améliorant significativement leur capacité à apprendre et à réutiliser du code.
Les modèles de langage (LLM) utilisés pour la génération de code sont souvent limités par la taille de leur fenêtre contextuelle, les empêchant de se souvenir des interactions passées ou des erreurs. Funes contourne cette limitation en stockant les échanges de l’agent (code, résultats, erreurs) dans une base de données vectorielle. Cette approche permet une récupération sémantique des informations pertinentes lorsque l’agent en a besoin.
Cette mémoire persistante offre aux agents la capacité d’apprendre de leurs erreurs antérieures, de réutiliser des extraits de code et de maintenir un contexte cohérent sur des projets complexes ou de longue durée. Conçue comme une « mémoire détenue par le développeur », Funes assure aux utilisateurs un contrôle total sur leurs données et leur infrastructure, s’intégrant par ailleurs avec des frameworks populaires comme LangChain et LlamaIndex.
L’intégration de cette capacité de mémoire pourrait transformer la manière dont les développeurs interagissent avec les agents de codage, ouvrant la voie à des assistants plus autonomes et efficaces.
Source : HuggingFace Blog