Memary

memary – это надежная библиотека Python, разработанная для оснащения ваших ИИ-агентов постоянными структурами памяти, схожими с человеческой, что фундаментально улучшает их способность к рассуждению и поддержанию контекста на протяжении длительного времени. Она устраняет основное ограничение коротких контекстных окон больших языковых моделей (БЯМ) путем интеграции сложных модулей управления знаниями и анализа памяти. Созданная для разработчиков и инженеров, строящих передовые, персонализированные и по-настоящему контекстно-осведомленные ИИ-агенты, memary закладывает фундаментальную основу для создания интеллектуальных систем, которые обучаются и развиваются.

Ключевые особенности

memary бесшовно интегрируется с вашей существующей архитектурой агентов (поддерживая модели через Ollama или OpenAI), предоставляя глубокие аналитические возможности памяти.

🧠 Интегрированное управление графом знаний (KG)

memary использует специализированную графовую базу данных (например, FalkorDB) для хранения знаний, позволяя агентам выходить за рамки простой последовательной памяти. Она применяет рекурсивный подход к извлечению информации, который определяет ключевые сущности в запросе, строит локализованный подграф и использует этот контекст для генерации точных ответов. Этот метод значительно сокращает задержку по сравнению с поиском по всему графу знаний.

📈 Двойные модули памяти: Stream и Store

Система разделяет память на два взаимодополняющих компонента, имитируя когнитивные функции человека:

• Memory Stream: Захватывает все сущности и их временные метки, предоставляя широкую временную шкалу взаимодействия и знакомства. Это позволяет проводить Timeline Analysis для отслеживания эволюции интересов пользователя.

• Entity Knowledge Store: Отслеживает частоту и давность ссылок на сущности. Ранжируя сущности на основе этих факторов, хранилище отражает глубину знаний пользователя и его знакомство с конкретными концепциями, обеспечивая высоко персонализированные ответы.

⚙️ Автоматическая генерация памяти и улучшение системы

После инициализации memary автоматически обновляет структуру памяти агента по мере его взаимодействия, захватывая все релевантные воспоминания без дополнительного вмешательства разработчика. Эта постоянная, развивающаяся обратная связь имитирует то, как человеческая память учится со временем, обеспечивая четкий путь для постоянного улучшения агента.

🧩 Гибкая поддержка моделей и инструментов

Разработчики сохраняют полный контроль над базовыми моделями. memary поддерживает локальные модели, работающие через Ollama (рекомендуются Llama 3, LLaVA), или удаленные сервисы (GPT-3.5-turbo, GPT-4-vision-preview). Кроме того, вы можете легко добавлять или удалять настраиваемые внешние инструменты (например, search, vision, stocks) к агенту для расширения его функциональных возможностей.

👥 Переключение контекста для мульти-агентов и мульти-графов

При использовании графовой базы данных, такой как FalkorDB, memary позволяет создавать и управлять несколькими отдельными агентами, каждый из которых соответствует уникальному идентификатору графа знаний. Эта функциональность критически важна для разработчиков, которым необходимо управлять персонализированными контекстами, обеспечивая плавные переходы между различными пользовательскими персонами или проектами без утечки памяти.

Варианты использования

memary разработана для сценариев, где глубина контекста, персонализация и долгосрочная память критически важны для пользовательского опыта.

1. Разработка персонализированных помощников для исследований: Создайте агента, который помнит не только собранные факты, но и конкретные исследовательские методологии пользователя, предпочтительные источники и предыдущие выводы. Entity Knowledge Store гарантирует, что агент отдает приоритет недавно или часто упоминаемым темам, предоставляя высокорелевантный контекст для текущих проектов.

2. Масштабирование и управление отдельными пользовательскими персонами: Для платформы, поддерживающей несколько отдельных пользователей, используйте функцию Multi-Graph для присвоения уникальной структуры памяти каждому идентификатору пользователя. Это гарантирует, что личные предпочтения Пользователя А, история чатов и база знаний остаются полностью отделенными от Пользователя Б, обеспечивая истинную персонализацию в масштабе.

3. Повышение ясности и эффективности беседы: Применяйте методы сжатия памяти memary для эффективного управления контекстным окном БЯМ. Суммируя прошлые беседы и внедряя только наиболее релевантные сущности вместе с ответом агента, вы обеспечиваете поддержание агентом долгосрочного контекста без чрезмерного использования токенов или потери фокуса.

Почему стоит выбрать memary?

memary предлагает уникальные архитектурные преимущества, отличающие ее от стандартных систем извлечения данных из векторных баз, предоставляя разработчикам истинную информационную выгоду.

• Ускоренное извлечение с помощью многошагового рассуждения: Когда сложные запросы включают несколько ключевых сущностей, memary использует многошаговое рассуждение (multi-hop reasoning) для объединения нескольких релевантных подграфов. Этот интеллектуальный обход гарантирует, что агент может быстро и точно отвечать на сложные, взаимосвязанные вопросы – возможность, с которой стандартное однопроходное извлечение часто не справляется.

• Глубокий контекстуальный анализ: В отличие от простого хранения истории чатов, модуль памяти memary выполняет аналитические функции (анализ временной шкалы, частоты, давности) для вывода знаний и предпочтений пользователя. Это позволяет агентам более точно адаптировать ответы к уровню опыта пользователя и его текущим интересам.

• Разработано для интеграции: memary создана на основе принципа минимальных усилий по внедрению. Она интегрируется в существующие фреймворки агентов, и хотя в настоящее время предлагает простую реализацию агента ReAct для демонстрации, ее будущий дизайн сосредоточен на поддержке любого типа агента от любого поставщика.

Заключение

Предоставляя структурированный, аналитический и постоянный фреймворк памяти, memary дает разработчикам возможность преодолеть ограничения безсостоятельных ИИ-агентов. Она гарантирует, что ваши приложения смогут поддерживать глубокий контекст, учиться на взаимодействиях и предоставлять персонализированный, проницательный опыт.

Узнайте, как memary может превратить ваших ИИ-агентов в по-настоящему интеллектуальных, надежных партнеров уже сегодня.