agentic-box/memora

해결하는 문제

Memora는 AI 에이전트에게 지속적이고 공동의 메모리 계층을 제공합니다. 에이전트가 세션 간에 컨텍스트를 잃는 것을 방지하기 위해, 구조화된 사실, 할 일, 문서를 내구성 있게 저장하고 정리하며 검색할 수 있게 합니다.

작동 방식

이 시스템은 지식 그래프를 관리하는 Model Context Protocol (MCP) 서버로 작동합니다. 로컬 저장소로 SQLite를 사용하며, 클라우드 동기화(S3, R2, D1) 옵션도 제공합니다. 시스템은 LLM이 들어오는 정보를 분류하여 중복을 방지하고 관련된 사실을 연결하는 'Absorb' 프로세스를 사용합니다. 검색은 의미 기반 검색(벡터 임베딩), 전체 텍스트 쿼리, 그리고 특정 주제에 관련된 메모리와 열린 이슈를 묶어주는 memory_digest 함수를 통해 처리됩니다.

대상 사용자

장기 기억, 세션 간 컨텍스트, 프로젝트 고유의 사실과 작업을 구조화된 지식 기반으로 유지해야 하는 AI 에이전트를 개발하는 개발자들입니다.

주요 기능

• 지속적 그래프 메모리: 유형이 지정된 엣지와 계층적 구조를 가진 그래프로 정보를 저장합니다.
• 상위 대체 계보: 오래된 사실을 삭제하는 대신 새로운 정보로 대체하여 변경 이력을 유지합니다.
• 의미 기반 검색: OpenAI, sentence-transformers를 사용한 벡터 임베딩과 전체 텍스트 필터링을 결합한 하이브리드 검색을 지원합니다.
• Absorb 및 중복 제거: LLM을 사용해 입력되는 새로운 정보를 자동으로 분류, 병합, 중복 제거합니다.
• 문서 저장: 마크다운 문서를 검색 가능한 조각 트리(주장, 리스크, 계획)로 처리합니다.
• 시각화: 인터랙티브 지식 그래프 시각화를 위한 내장 HTTP 서버를 포함합니다.