Ir al contenido
learn
Menú global

La IA de GA: OPTIC-K, ML, agentes y chatbot — Misión

Por qué aprendo esto

Sección titulada «Por qué aprendo esto»

Guitar Alchemist (GA) tiene un chatbot para guitarristas. Detrás hay una descripción de 240 números de cada forma de acorde de guitarra, llamada OPTIC-K, un índice de 313.047 de esas descripciones, un enrutador que decide qué parte del código responde a una pregunta, y un puñado de agentes que llaman a un modelo de lenguaje. La documentación que lo rodea es extensa y en parte está desactualizada, y el código cambia cada semana.

Quiero saber qué pasa de verdad: qué números recibe un acorde, por qué dos acordes salen parecidos, qué contiene el archivo del índice y qué hace el chatbot con una pregunta cuando no hay ningún modelo accesible. La forma de averiguarlo es llamar a las propias clases de GA desde un programa, imprimir lo que devuelven y compararlo con lo que dicen los comentarios y los documentos. Cuando los dos no coinciden, la diferencia va al diario.

Para quién es este curso

Sección titulada «Para quién es este curso»

Escribes C#. Conoces float[], LINQ, la inyección de dependencias y ASP.NET Core lo bastante como para leer un Program.cs. No necesitas saber nada de aprendizaje automático: el curso usa tres ideas, cada una explicada donde aparece por primera vez.

  1. Un embedding (vector de incrustación) es un array de números de longitud fija que describe un objeto, de modo que objetos parecidos reciben arrays parecidos.
  2. La similitud del coseno mide cuánto apuntan dos de esos arrays en la misma dirección: 1 para la misma dirección, 0 si no tienen nada en común.
  3. La búsqueda de vecinos más cercanos devuelve los arrays almacenados más próximos a un array de consulta.

Otros tres cursos de este sitio cubren el trasfondo, y este enlaza con ellos en lugar de repetirlos:

Al terminar este curso, sabré

Sección titulada «Al terminar este curso, sabré»
  • dibujar la pila de IA de GA: qué proyecto calcula los embeddings, cuál escribe el índice, cuál enruta un mensaje de chat, y qué hacen ix, Demerzel y TARS a su alrededor;
  • leer un vector OPTIC-K partición por partición, calcular a mano la similitud ponderada de dos voicings y decir a qué es invariante el vector y a qué no;
  • abrir un archivo de índice OPTK, explicar su cabecera y predecir qué devuelve una búsqueda y por qué;
  • seguir un mensaje de chat a través de los hooks, las guardas deterministas, el enrutador de intenciones y los agentes de GA, y explicar por qué algunas preguntas funcionan sin modelo y otras fallan;
  • calificar las respuestas musicales de una skill determinista con un pequeño oráculo propio, y decir hasta dónde llega ese oráculo;
  • leer un flujo de eventos enviados por el servidor como lo hace el estándar HTML, y comprobar que el texto que reconstruye un cliente es el texto que calculó el servidor;
  • ejecutar junto al código fijado una corrección que no está en el commit fijado, y poner a prueba una guarda con entradas para las que no se escribió;
  • poner a prueba un conjunto de pruebas: aplicar sus comprobaciones a respuestas para las que no se escribieron y a respuestas erróneas a propósito, y leer lo que pasa;
  • poner a prueba una skill con todas las entradas que puede recibir, con la aritmética de un manual como oráculo, y ejecutar contra ella sus propios prompts de ejemplo;
  • distinguir, en la IA de GA, lo que funciona hoy, lo que se está construyendo y lo que solo está planeado.

Plan

Sección titulada «Plan»
# Lección En GA Si escribes C#
1 El mapa las cinco capas, la cadena del índice, el host del chatbot, los repositorios hermanos leer un contenedor de DI, WebApplicationFactory
2 Embeddings OPTIC-K EmbeddingSchema, MusicalEmbeddingGenerator, VoicingAnalyzer records posicionales, TensorPrimitives
3 El índice y la búsqueda OptickIndexWriter, OptickIndexReader, OptickSearchStrategy, MusicalQueryEncoder formatos binarios, archivos proyectados en memoria, montículos top-k
4 El chatbot y sus agentes ProductionOrchestrator, SemanticIntentRouter, SemanticRouter, skills, hooks servicios hospedados, respaldos, probar un host dentro del proceso
5 La skill de improvisación ImprovisationSkill frente a la teoría acorde–escala, issue #744 expresiones regulares con generador de código fuente, leer AgentResponse.Data, escribir un oráculo de pruebas
6 La respuesta en el cable SseChunker, los dos WriteSseLineAsync, los lectores de la página y de ga-client, #743 y #746 eventos enviados por el servidor, Regex.Split y aserciones de búsqueda (lookarounds), portar un cliente para probarlo
7 Nombres de acorde que no sabe leer InvalidChordNames (#749), las expresiones de acordes de ImprovisationSkill, issue #745 extern alias y CS0436, límites de palabra en expresiones regulares
8 El propio examen del chatbot prompts.yaml y PromptCorpusTests, DiatonicChordsSkill (Path B), ModesSkill YamlDotNet, StringComparison, poner a prueba un conjunto de pruebas con respuestas erróneas
9 Cada intervalo, cada tonalidad IntervalSkill, ScaleInfoSkill, RelativeKeySkill, KeyNaming, el DetermineQuality del dominio pruebas exhaustivas, \b y búsqueda hacia delante en expresiones regulares, ramas por defecto de un switch
10 En qué se le dice al modelo que confíe ga_dsl_eval, las closures domain.diatonicChords, domain.transposeChord y domain.commonTones, los SKILL.md de las tres skills de Path B llamar a la herramienta de un modelo sin el modelo, una letra por grado, reutilizar un oráculo de una lección a otra
11 Los acordes que lee la skill de tonalidad KeyIdentificationService en el commit fijado y en main, ga_key_identify, KeyIdentificationSkill, el SKILL.md de key-identification sacar símbolos de un texto en prosa, una clasificación y la selección construida sobre ella, llamar a métodos privados por reflexión
12 Lo que responden las skills de progresión ProgressionMoodSkill, ProgressionCompletionSkill, sus SKILL.md, KeyIdentificationService en el commit fijado y en main una prueba de palabras que elige una respuesta fija, un modelo restringido a una lista calculada, enrutamiento de respaldo por palabras clave
13 Lo que responde el análisis de progresiones la closure domain.analyzeProgression en el commit fijado y en main, ga_dsl_list_closures, el borrador progression-analysis, KeyIdentificationService.IsChordDiatonic compilar el archivo F# de otro commit contra el proyecto fijado, los ejemplos de un borrador como prueba, números romanos sacados de la escala y del acorde
14 Lo que responde la skill de sustitución ChordSubstitutionSkill, ga_chord_substitutions y ga_chord_compare, GrothendieckService.FindNearby, GrothendieckDelta, la closure domain.chordSubstitutions una distancia bajo la cual toda una clase de conjuntos empata, un empate resuelto por el orden de almacenamiento, entradas opcionales que una herramienta exige
15 Las notas de un acorde ChordInfoSkill, ChordVocabulary, ChordSpelling, ga_chord_info y el SKILL.md chord-info la primera coincidencia de una expresión regular, ToLowerInvariant más allá del ASCII, un viaje de ida y vuelta como prueba
16 Los voicings de un acorde ChordVoicingsSkill, TypedMusicalQueryExtractor, ChordPitchClasses, OptickSearchStrategy y ADR-0002, en el commit fijado y en main un segundo clon de una dependencia en otro commit, comprobar una respuesta tocándola, un filtro por nombres, un filtro descartado sin decirlo en la respuesta
17 La cejilla y las afinaciones CapoSkill, AlternateTuningsSkill y el respaldo sin conexión, en el commit fijado y en main comprobar la aritmética contra un manual en cada tonalidad y cada traste, un límite de palabra detrás de una alteración, un sentido leído en la formulación, la grafía como parte de la respuesta
18 La conducción de voces VoiceLeadingSkill y el respaldo sin conexión comprobar contra una búsqueda exhaustiva una respuesta que se dice óptima, una duplicación elegida sin búsqueda, una tabla de cifrados detrás de una expresión más estrecha, una búsqueda de un bemol que no distingue mayúsculas de minúsculas
19 Los pares de voicings ga_voice_leading_pair en GaMcpServer, su búsqueda en el commit fijado y en main, y la skill de conducción de voces en espera una clasificación que nunca comprueba lo que clasifica, más candidatos que empeoran la respuesta, un emparejamiento ordenado que solo es mínimo con el mismo número de notas, un orden de cadena que un consumidor corrigió y otro transmite tal cual
20 Las progresiones generadas ga_generate_progression en GaMcpServer, las tablas de doce tonalidades de GA, el enlace con ga_voice_leading_pair en el commit fijado y en main, y la skill de progresiones en espera una grafía que parte de la armadura y no del nombre, dos fuentes que coinciden en un acorde equivocado, un parámetro sin límite, respuestas a movimientos sueltos que no forman un camino
21 La búsqueda de voicings ga_search_voicings y ga_voicing_vocabulary en GaMcpServer, el lector de consultas, el registro de tags y la skill voicing-search de GA, en el commit fijado y en main, y la skill voicing-search en espera una palabra leída y luego descartada, muchos tags sobre pocos bits, un tag que no es un filtro, palabras comparadas por subcadena, un rango de puntuaciones inalcanzable
22 Los acordes parecidos IcvNeighborsSkill e IntervalClassVectorSkill en GA.Business.ML, GrothendieckService.FindNearby y las pistas de enrutamiento, en el commit fijado y en main, y la skill icv-neighbors en espera anclas de enrutamiento que el parser no lee, una tabla que recurre a una tríada mayor, una ordenación sobre costes iguales, vecinos que solo dependen del vector
23 La distancia y el camino armónicos GrothendieckDeltaSkill e IcvShortestPathSkill en GA.Business.ML, GrothendieckDelta y GrothendieckService.FindShortestPath, en el commit fijado y en main una distancia que nunca es cero, una interpretación que lee una sola regla, mojibake en una respuesta, una búsqueda que no puede tener éxito, pasos contados como conjuntos
24 Las clases de conjuntos y el analizador Grothendieck SetTheoryEquivalenceSkill y GrothendieckParseSkill en GA.Business.ML, y GrothendieckOperationsParser en GA.Business.DSL, en el commit fijado y en main una relación que nunca se lee, un conjunto leído desde su último número, un analizador cuyos espacios ya se han comido, una respuesta que no habla de ningún acorde
25 Lo que llega a la skill de transposición DefaultRoutingHintProvider, TransposeSkill, SkillMdPlugin y los dos enrutadores del host del chatbot, en el commit fijado y en main una pista que no reconoce los propios ejemplos de la skill, una skill a la que ningún respaldo llega, un valor por defecto que responde a toda pregunta que nadie reclama
26 El catálogo de modos ModesSkill, Modes.yaml y ModesConfig, en el commit fijado e iguales en main modos que no son la escala de su familia, nombres cortados por un comentario de YAML, fórmulas numeradas por posición
27 Las notas que suenan fuera OutsideNotesSkill y ChordVocabulary, en el commit fijado e iguales en main tensiones que ninguna escala de acorde contiene, una 11 dentro de los acordes de trecena, cifrados cortados, sostenidos en acordes con bemoles
— Diario

Requisitos previos

Sección titulada «Requisitos previos»
  • El SDK de .NET 10 y Git. En Windows, ejecuta los scripts del curso desde Git Bash.
  • Unos 20 MB de disco para el clon parcial de GA, y alrededor de 1,1 GB una vez compilados los proyectos de GA y el programa del curso.
  • Una conexión de red solo para la primera ejecución, para clonar GA y restaurar los paquetes NuGet. Después, todo funciona sin conexión.
  • No hace falta guitarra, pero las formas de acorde de la lección 2 son las primeras que aprende un guitarrista.

Recursos

Sección titulada «Recursos»