FuRongJun-1999/dsh-memory

해결하는 문제

신뢰할 수 있고 감사 가능하며 사람이 읽을 수 있는 AI 에이전트용 세션 간 장기 기억을 제공합니다. 불투명한 벡터 데이터베이스를 표준 Markdown 파일에 저장된 구조화된 규칙 기반 인지 맵으로 대체함으로써 AI 에이전트의 "환각" 및 기억 상실 문제를 해결합니다.

작동 방식

표준 MCP (Model Context Protocol) 서버로 작동합니다. 에이전트가 시스템과 상호 작용할 때 결정론적 규칙 세트를 사용하여 무엇을 저장하고 검색할지 결정합니다. 대화는 특정 구조(CCG 6요소 메모리 카드)를 따르는 "인지 맵"(Markdown 파일)으로 요약됩니다. 시스템은 다층 "증거 방화벽"을 사용하여 약하거나 관련 없는 정보를 필터링하며, 검색된 기억이 LLM의 추측이 아닌 원본 텍스트에 기반한 검증 가능한 것임을 보장합니다.

대상 사용자

블랙박스 벡터 데이터베이스를 관리하는 복잡함 없이 고성능의 지속적인 기억이 필요한 AI 에이전트 개발자를 위해 설계되었습니다. 특히 DSH, Claude Code 또는 MCP 호환 에이전트 프레임워크를 사용하는 사용자에게 유용합니다.

주요 특징

• 결정론적 신뢰성: 메모리 관리에 LLM의 블랙박스 결정이 아닌 규칙 기반 로직을 사용하여 결과의 재현성을 보장합니다.
• 사람이 읽을 수 있는 저장소: 기억이 표준 Markdown 파일로 저장되므로 개발자가 언제든지 "뇌"를 수동으로 검사, 편집 또는 감사할 수 있습니다.
• 프레임워크 독립성: 표준 MCP 서버로 작동하여 DSH, Claude Code, Codex CLI 등 다양한 에이전트 프레임워크와 호환됩니다.
• 고성능: Rust 기반 검색 엔진을 탑재하여 타사 종속성 없이 거의 즉각적인 메모리 액세스를 제공합니다.
• 감사 가능성: 모든 쓰기 작업에는 명시적인 확인이 필요하며, 시스템은 저장, 건너뛰기 또는 필터링된 내용을 추적하기 위한 로그를 유지합니다.