RichmondAlake/memorizz

Memorizz란 무엇인가

Memorizz는 메모리 우선 AI 에이전트를 구축하기 위한 Python 프레임워크입니다. 지속적 스토리지, 대규모 언어 모델(LLM) 공급자, 프롬프트, 추론을 결합하여 에이전트가 세션 간에 유용한 사실을 기억하고, 올바른 컨텍스트를 검색하며, 시간이 지남에 따라 결정을 개선할 수 있도록 합니다.

핵심 개념

개념	제공하는 것
메모리 유형	에피소드(대화 기록), 의미(지식 베이스), 절차(도구 및 워크플로우), 단기(작업 컨텍스트), 공유(팀 작업 공간).
지능 평면	LLM, 프롬프트, 계획, 도구 선택 및 메모리 시스템을 결합하는 계층. 목표는 더 높은 결정 품질과 더 적은 환각입니다.
지속 학습	에이전트는 도구 결과를 캡처하고, 성공적인 패턴을 재사용 가능한 기술로 추출하며, 작동이 중단된 기술을 자동으로 평가하고 강등합니다.
망각 메커니즘	메모리는 최신성, 중요성 및 관련성에 따라 순위가 매겨집니다. 억제는 되돌릴 수 있고 통제되며, 생성적 에이전트의 망각을 모방합니다.

주요 구성 요소

1. MemAgent / MemAgentBuilder – 에이전트를 정의하는 기본 클래스. 지시를 설정하고, 모델 공급자(OpenAI, Ollama 등)를 선택하고, 메모리 범위를 선택한 다음 지속적 에이전트를 구축합니다.
2. 메모리 공급자 – 플러그 앤 플레이 백엔드: 로컬 파일 시스템, MongoDB, Oracle, Notion + 벡터 스토어 등. 모두 공통 계약을 따릅니다.
3. 하네스 – 외부 실행 환경(Codex, Claude Code, OpenHands, DeepSeek 등). MetaHarness는 모든 하네스에서 작업을 실행하고, 메모리 범위를 유지하며, 예산, 승인 및 검증을 강제할 수 있습니다.
4. CLI / UI – memorizz 명령줄 및 로컬 웹 대시보드는 실행, 성공률, 토큰 사용량, 비용 및 메모리 상태를 표시합니다. 또한 시스템을 MCP 서버로 노출하여 다중 사용자 설정을 지원할 수 있습니다.
5. 코딩 어시스턴트용 플러그인 – 플러그인을 통해 Codex 또는 Claude Code가 각 세션을 프로젝트의 기억된 사실과 이전 요약으로 시작하고 다른 에이전트와 메모리를 공유할 수 있습니다.

일반적인 워크플로우 (Python SDK)

from memorizz import MemAgentBuilder

agent = (
    MemAgentBuilder()
    .with_instruction("유용한 컨텍스트를 기억하고 사용자를 돕는 데 사용합니다.")
    .with_llm_config({"provider": "openai", "model": "gpt-4o-mini"})
    .with_memory_ids("my-assistant")
    .build_and_save()
)

scope = {"memory_id": "my-assistant", "user_id": "alice", "thread_id": "intro"}
with agent.lifecycle(close_memory_provider=True):
    agent.run("저는 결제 시스템에서 일합니다.", **scope)
    print(agent.run("제 작업에 대해 무엇을 말했나요?", **scope))

에이전트는 첫 번째 문장을 에피소드 메모리에 저장합니다. 두 번째 호출은 자동으로 검색합니다.

시작하기

• PyPI를 통해 설치: pip install memorizz.
• API 키를 제공합니다 (예: OPENAI_API_KEY).
• 대화형 CLI에는 memorizz를, 대시보드에는 memorizz ui를 실행합니다.
• memorizz memory configure로 메모리 스토리지를 구성합니다 (파일 시스템, Notion 등).
• 위의 빠른 시작 코드를 사용하여 지속적 어시스턴트를 만듭니다.

누가 사용할 수 있나요

• 자율 어시스턴트 개발자 – 장기 컨텍스트가 필요한 경우 (예: 개인 AI, 지원 봇).
• 다중 에이전트 워크플로우를 구축하는 팀 – 에이전트가 지식을 공유하고 작업을 위임하는 경우.
• 지속 학습 및 메모리 기반 프롬프트를 탐구하는 연구자.
• 도구 중심 자동화 – 캐시된 도구 결과와 되돌릴 수 있는 망각의 이점을 얻는 경우.

성숙도 및 라이선스

• 실험적 – API는 변경될 수 있으며, 프로젝트는 프로덕션용으로 보안 강화되지 않았습니다.
• PolyForm Non-commercial 1.0.0에 따라 라이선스가 부여됩니다 (비상업적 용도로 무료).

---

요약: Memorizz는 LLM 에이전트가 기억하도록 만드는 상당히 완전한 오픈 소스 Python 툴킷입니다. 실행 간에 지식을 지속, 검색 및 정제하며, UI 관찰 가능성, 코딩 어시스턴트용 플러그인 지원, 다양한 외부 모델에서 작업을 실행하기 위한 '하네스' 시스템을 제공합니다.