agentic-box/memora
Give your AI agents persistent, collective memory — with deduplicating absorb, supersession lineage, semantic search, and a graph UI. Speaks MCP.
해결하는 문제
Memora는 AI 에이전트에게 지속적인 집단 기억 계층을 제공합니다. 에이전트가 세션 간에 컨텍스트를 잃어버리거나 복잡한 정보를 정리하지 못하는 문제를 해결하여, 사실을 저장하고, TODO를 추적하며, 다양한 상호작용 전반에 걸쳐 지속되는 구조화된 지식 그래프를 유지할 수 있게 합니다.
작동 방식
Memora는 메모리 저장소를 관리하는 Model Context Protocol (MCP) 서버 역할을 합니다. SQLite (로컬) 또는 클라우드 데이터베이스 (Cloudflare D1, S3, R2)를 조합하여 정보를 저장합니다. 에이전트가 새로운 정보를 "흡수"할 때, LLM이 데이터를 분류하여 새로운 정보인지, 중복인지, 기존 지식의 업데이트인지 판단합니다. 벡터 임베딩을 통한 의미론적 검색을 지원하며 메모리 간의 관계 그래프를 유지하여, 에이전트가 관련 에지 및 소스 ID를 포함한 주제의 "요약"을 검색할 수 있도록 합니다.
대상 사용자
Claude Code나 Codex CLI 등을 사용하여 AI 에이전트를 구축하는 개발자를 위해 설계되었습니다. 에이전트가 장기적이고 구조화된 기억을 가지고 여러 세션이나 워크스페이스 간에 컨텍스트를 공유해야 하는 경우에 적합합니다.
주요 특징
- 흡수 및 계보 (Absorb & Lineage): 새로운 사실을 자동으로 분류하고 업데이트 기록을 유지합니다. 새로운 지식은 이전 버전을 삭제하지 않고 대체합니다.
- 의미론적 검색: 벡터 임베딩 (OpenAI, sentence-transformers, 또는 TF-IDF)을 사용한 하이브리드 검색 및 전체 텍스트 쿼리를 지원합니다.
- 지식 그래프: Mermaid 렌더링을 통해 메모리 클러스터와 관계를 시각화하는 대화형 서버를 포함합니다.
- 유연한 저장소: 로컬 SQLite, Cloudflare D1, S3/R2 동기화 모드를 지원하여 내구성 있는 저장소를 제공합니다.
- 문서 저장소: Markdown 문서를 검색 가능한 조각 트리로 저장하여 문서의 무결성을 유지하면서 세밀한 검색 기능을 보장합니다.
관련
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트