agentscope-ai/ReMe
ReMe: Memory Management Kit for Agents - Remember Me, Refine Me.
해결하는 문제
ReMe는 AI 에이전트를 위한 로컬 우선, 자기 진화형 개인 지식 베이스를 제공합니다. 에이전트가 세션 간에 컨텍스트를 잃거나 장기 지식, 선호도, 절차적 경험을 저장하고 정제할 수 있는 지속적이고 사용자 통제 가능한 방법이 부족한 문제를 해결합니다.
작동 방식
ReMe는 "메모리는 파일, 파일은 메모리"라는 철학을 구현하여 모든 지속 메모리를 frontmatter와 wikilinks가 있는 일반 Markdown 파일로 저장합니다. 캡처-인덱스-통합-회상 루프를 사용합니다:
- 캡처:
auto_memory가 대화에서 사실을 추출하고,auto_resource가 외부 파일을 일일 카드로 변환합니다. - 인덱스: 백그라운드 감시자가 Markdown 파일을 수집하여 재구성 가능한 BM25 및 선택적 임베딩 인덱스와 wikilink 그래프를 생성합니다.
- 통합:
auto_dream이 주기적으로 최근 파일에서 재사용 가능한 단위를 추출하여 "digest" 디렉토리에 장기 지식 노드를 생성, 정제 또는 수정합니다. - 회상: 에이전트는 하이브리드 검색(BM25 및 선택적 벡터)과 wikilink 확장을 사용하여 정확한 줄 수준의 구절과 그 관계를 검색합니다.
대상 사용자
개인 비서나 코딩 에이전트와 같은 AI 에이전트를 구축하는 개발자를 위해 설계되었습니다. 에이전트가 지속적이고 투명하며 진화하는 메모리를 갖고 서로 다른 에이전트 런타임 간에 공유되기를 원하는 개발자를 위한 것입니다.
주요 특징
- 사람이 읽을 수 있는 저장: 메모리는 Markdown으로 저장되어 사용자가 표준 도구를 사용하여 에이전트의 지식을 검사, 편집, 백업할 수 있습니다.
- 자기 진화: 백그라운드 "꿈꾸는" 프로세스를 통해 대화와 리소스를 자동으로 장기 지식으로 전환합니다.
- 크로스 에이전트 호환성: Python API, HTTP, MCP 또는 DeepSeek Harness, OpenClaw, Claude Code용 특정 플러그인을 통해 여러 에이전트 프레임워크와 작동합니다.
- 로컬 우선: 메모리 작업 공간을 사용자의 로컬 머신에 유지하여 데이터 소유권과 제어를 보장합니다.
관련
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트