caspianmoon/memoripy

解決する課題

Memoripyは、AIエージェントが「メモリ汚染」——ノイズ、矛盾する事実、信頼できない命令の取り込み——に悩まされるのを防ぐために設計されています。エージェントが事実が時間とともにどのように変化するかを追跡し、特定の情報がなぜ再現されたかを正確に説明できる、信頼性の高い証拠ベースのメモリストアを維持する問題を解決します。

仕組み

Memoripyは、単純なストレージよりも出所と検証を優先するローカルメモリランタイムを実装しています。いくつかの主要なメカニズムを使用します：

• アドミッションバリア： 受信データが永続的なメモリになる前に、ノイズ、ハートビート信号、または信頼できない外部命令を拒否するための正式なポリシー。
• バイテンポラルレコード： 事実が観察された時期と有効な時期の両方を追跡し、システムが現在の真実と過去の証拠を区別できるようにします。
• マルチレーン検索： 単一の検索方法に依存する代わりに、相互ランク融合を使用して複数の「レーン」（語彙的BM25、意味的類似度、エンティティの重複など）を組み合わせ、最も関連性の高いメモリが確実に見つかるようにします。
• レシートと引用： 再現されたすべてのメモリには、検索ロジックを説明する「レシート」と、元のソース資料にリンクする引用が含まれています。
• スコープの分離： メモリはユーザー、エージェント、プロジェクト、または組織ごとに厳密に分割され、境界を越えたデータ漏洩を防ぎます。

対象者

高信頼性のメモリ、厳格なデータ分離、および矛盾やポイズニング（汚染）に関するメモリ状態を監査する機能を必要とするAIエージェントを構築する開発者。

ハイライト

• 証拠優先アプローチ： 取得したメモリを新しい証拠として再取り込みすることを拒否することで、フィードバックループを防ぎます。
• ローカル優先： 必須のサードパーティ依存関係なしでローカルに実行されますが、Postgres/pgvectorのような外部埋め込みモデルとデータベースをサポートしています。
• 監査CLI： メモリストア内の重複、矛盾する事実、および機密データを検出するためのコマンドラインツール。
• MCPサーバー： 互換性のあるエージェントとの簡単な統合のための公式モデルコンテキストプロトコル（MCP）サーバーが含まれています。
• メモリコントラクト： 特定のテストケースに対してメモリの動作を評価およびベンチマークするためのベンダーニュートラルなフレームワーク。