🛠 بهبود کارایی و کاهش مصرف منابع در ایجنت‌های هوش مصنوعی

🛠 بهبود کارایی و کاهش مصرف منابع در ایجنت‌های هوش مصنوعی

توسعه‌دهندگان در آخرین به‌روزرسانی برای سیستم‌های ایجنت‌محور، یک باگ مهم در بخش حافظه (Gateway) را برطرف کردند. پیش از این، خواندن مکرر فایل‌های کشِ هزینه‌ها برای هر نشست (Session) باعث مصرف سنگین رم (تا ۶۰۰ مگابایت) و ایجاد هشدارهای کاذب فشار حافظه می‌شد.

با تغییر معماری به بارگذاری دسته‌ای (Batch Loading)، حالا سیستم تنها یک‌بار در هر ایجنت داده‌ها را فراخوانی می‌کند که منجر به بهینه‌سازی قابل توجه در عملکرد کلی و پایداری سیستم‌های هوش مصنوعی در مقیاس بالا می‌شود. 🚀

منبع: OpenClaw Commits