TeleAI-UAGI/telemem

解決する問題

TeleMem は、AI エージェントが複雑なマルチターン対話全体で一貫した長期メモリを維持する必要性に対応します。特に、複数キャラクター環境での「メモリ混乱」の問題を解決し、標準的なメモリシステムでは扱いにくいビデオなどのマルチモーダルコンテンツをエージェントが保存して推論する方法を提供します。

仕組み

TeleMem は、AI エージェントとそのストレージの間に位置するメモリ管理レイヤーとして機能します。キャラクター認識要約、類似メモリを統合するセマンティッククラスタリング、効率的なバッチ書き込みを含むパイプラインを使用して、受信した対話を処理します。データは二重システムアプローチで保存されます：FAISS による高速ベクトル検索と、人間が読めるメタデータ用の JSON です。ビデオについては、フレームを抽出してキャプションを生成し、検索可能なベクトルデータベースを構築することで、エージェントがビデオコンテンツに対して多段階の推論を実行できるようにします。

対象者

仮想エージェント、AI コンパニオン、NPC、またはパーソナライズされた長期メモリを必要とするカスタマーサービスボットを構築する開発者向けに設計されています。また、既存のメモリシステムの高性能なドロップイン代替品を必要とする方や、プライバシーのためにメモリインフラストラクチャを完全にローカルで実行したい方にも最適です。

ハイライト

• ドロップイン互換性：Mem0 の高性能な代替品として、1 行のコードで動作します。
• キャラクター認識：異なるキャラクターに対して分離された独立したメモリプロファイルを自動的に構築し、データの混在を防ぎます。
• マルチモーダルサポート：ReAct スタイルの多段階 QA を使用して、ビデオコンテンツを処理、保存、推論するための完全なパイプラインを含みます。
• ローカルファースト：クラウド依存なしで、完全に自分のハードウェア上で実行可能です（Qwen と FAISS を使用）。
• パフォーマンス最適化：バッチフラッシュと並行処理により、標準のストリーミング方式と比較して書き込み速度が 2〜3 倍高速です。