Dale a tu Slack una memoria: Una noche de hackeo de Cognee y Qdrant

El conocimiento de tu equipo está enterrado en hilos de Slack que nadie puede volver a encontrar.Cognee y Qdrant se han unido para una noche de construcción. Te mostraremos cómo construir un sistema de memoria y recuperación sobre tu espacio de trabajo de Slack. El sistema ingiere conversaciones, detecta patrones y los transforma en SKILLs agentes. Cada SKILL recupera el contexto más relevante para tu tarea y construye una memoria estructurada sobre tus datos no estructurados.Lo que construirásTrabajando en pequeños equipos (o en solitario, si lo prefieres), conectarás el motor de memoria de Cognee con la búsqueda vectorial de Qdrant para dar a un espacio de trabajo de Slack un verdadero recuerdo. Al final de la noche tú:Muéstranos lo que tienesTendrás 2 minutos para presentar una demostración en la que tú:🏆 1,200€ Fondo en efectivoPremios principales:🥇 Premio: 600€ en efectivo 🥈 Premio: 400€ en efectivo 🥉 Premio: 200€ en efectivoAdemás de increíbles regalos de Qdrant y Cognee para todos los participantes.HorarioTrae un laptop. Tendremos claves API, conjuntos de datos de muestra y personas de ambos equipos disponibles para ayudarte a resolver cualquier problema.Plazas limitadas. ¿No puedes venir? Por favor, cancela tu RSVP para que podamos ofrecer tu lugar a alguien más.Se tomarán fotos durante el evento y pueden ser utilizadas por Cognee después.Acerca de Qdrant:Qdrant es un motor de búsqueda vectorial de código abierto diseñado para manejar datos de alta dimensión a gran escala. Alimenta la capa de recuperación detrás de algunas de las aplicaciones de IA más exigentes en producción hoy en día, desde tuberías RAG hasta sistemas de recomendación y agentes de IA, ofreciendo a los desarrolladores una búsqueda de similitud rápida y precisa donde sea necesario.Acerca de Cognee:Cognee es un motor de memoria de IA de código abierto que transforma datos no estructurados en memoria persistente y consultable. Permite a los agentes de IA almacenar, recuperar y razonar sobre información a través del tiempo y la infraestructura, haciendo posible construir sistemas de IA fiables, adaptativos y con estado que operen sin problemas en entornos en la nube y locales.