Поиск .

Как настроить M, EF_CONSTRUCTION и EF_RUNTIME для HNSW в Redis

Пошаговый benchmark HNSW Redis: build-параметры M и EF_CONSTRUCTION, query-параметр EF_RUNTIME, Recall@10, p95 и память.

Как выбрать COSINE, L2 или IP для Redis Vector Search

Контракт embedding-модели, нормализация, distance вместо similarity, пороги и тест выбора COSINE, L2 или IP в Redis.

Как выбрать FLAT или HNSW для векторного поиска Redis

Сравнение exact FLAT и approximate HNSW в Redis: recall, latency, память, build time и воспроизводимый benchmark на одном корпусе.

Как выполнить KNN-поиск в Redis через FT.SEARCH и DIALECT 2

Рабочий KNN-запрос Redis: бинарный query vector, PARAMS, distance alias, SORTBY, RETURN, LIMIT и проверка top-k.

Как загрузить embeddings в Redis через pipeline и не потерять документы

Redis JSON и redis-py pipeline: стабильные ключи, проверка EXEC, FLOAT32, manifest, FT.INFO и безопасный повтор загрузки.

Почему Redis KNN возвращает мало результатов при фильтрации

Pre-filter в Redis Vector Search: TAG и NUMERIC до KNN, escaping tenant, проверка количества разрешённых документов и безопасный отказ.

Как искать vectors в Redis по радиусу через VECTOR_RANGE

VECTOR_RANGE вместо фиксированного top-k: radius parameter, yield_distance_as, epsilon, сортировка и калибровка порога отказа.

Как сделать гибридный поиск Redis по тексту, фильтрам и vectors

Один FT.SEARCH объединяет TEXT, TAG и KNN: безопасный tenant pre-filter, PARAMS, distance, baselines и оценка hybrid retrieval.

Как создать векторный индекс Redis для JSON-документов через HNSW

Практический FT.CREATE ON JSON: PREFIX, JSONPath, DIM, FLOAT32, COSINE, HNSW и отрицательный тест размерности embedding.

Почему Redis Search не находит документ с vector: диагностика через FT.INFO

Проверка prefix, key type, schema, DIM, indexing progress, Index Errors, last error key и canary KNN без опасной переиндексации.

Как настроить RedisSession в OpenAI Agents SDK для нескольких workers

Подключаем RedisSession.from_url, проверяем общую историю между workers, корректно закрываем принадлежащий сессии клиент и тестируем terminal-состояние.

Как хранить историю диалога через Sessions в OpenAI Agents SDK

Практический гайд по Sessions в OpenAI Agents SDK: SQLiteSession, раздельные session ID, ограничение истории, исправление последнего хода и тест изоляции пользователей.

7 мин

Как настроить SQLAlchemySession OpenAI Agents SDK с PostgreSQL

Создаём async engine, подключаем SQLAlchemySession, проверяем сохранение истории и гарантированно вызываем engine.dispose после завершения.

Как настроить sticky approval через always_approve в OpenAI Agents SDK

Одобряем tool identity на остаток текущего run, проверяем повторные вызовы без новой паузы и границы решения для Hosted MCP.

Как ограничить историю через SessionSettings в OpenAI Agents SDK

Задаём SessionSettings(limit=N) на один run, проверяем последние элементы и не изменяем содержимое underlying session.

Как отменить streaming run в OpenAI Agents SDK: immediate и after_turn

Сравниваем cancel() и cancel(mode="after_turn"), продолжаем читать stream_events до завершения и проверяем side effects текущего turn.

Как продолжить диалог через OpenAIConversationsSession

Создаём hosted conversation, получаем conversation_id, продолжаем её новым объектом session и проверяем связность двух turns.

Как создать ветку диалога через AdvancedSQLiteSession

Сохраняем turns, создаём branch от выбранного хода, проверяем независимое продолжение и записываем usage через store_run_usage.

Как сериализовать RunState для позднего возобновления агента

Сохраняем paused state через to_string, восстанавливаем RunState.from_string, принимаем approval и продолжаем исходный run.

Как задать rejection_message при отклонении tool approval

Настраиваем run-wide formatter и per-call rejection_message, проверяем приоритет локального текста и отсутствие аргументов tool в сообщении.