VisQueryPDF는 PDF 파일을 청크로 분할하고, OpenAI 또는 호환 가능한 모델을 통해 벡터 임베딩을 생성하며, 이를 로컬 벡터 저장소에 저장합니다. 사용자는 자연어 질의를 입력하여 가장 관련성 높은 청크를 검색할 수 있습니다. 검색 결과는 원본 PDF 페이지에 하이라이트된 텍스트로 표시되고, 2차원 임베딩 공간에 시각화되어 문서 세그먼트 간의 의미적 관계를 인터랙티브하게 탐색할 수 있습니다.

컨텍스트 퍼스트 AGI 인지 컨텍스트 엔진(CCE) 프로토타입은 개발자가 컨텍스트 인지형 AI 에이전트를 구현할 수 있도록 강력한 도구 세트를 제공합니다. 벡터 임베딩을 활용하여 사용자와의 과거 상호작용을 저장하고, 관련 컨텍스트 조각을 효율적으로 검색합니다. 엔진은 긴 대화를 자동으로 요약하여 LLM의 토큰 제한 내에 적합하게 하며, 연속성 및 일관성을 보장합니다. 개발자들은 컨텍스트 우선순위 전략을 조정하고, 메모리 수명 주기를 관리하며, 맞춤형 검색 파이프라인을 통합할 수 있습니다. CCE는 임베딩 공급자와 저장소 백엔드의 모듈형 플러그인 아키텍처를 지원하여 프로젝트 확장성을 높입니다. 저장, 쿼리, 요약을 위한 API를 내장하여, 맞춤형 대화형 애플리케이션, 가상 비서, 장기 메모리 유지가 필요한 인지형 에이전트 구축을 간소화합니다.