caspianmoon/memoripy

해결하는 문제

Memoripy는 AI 에이전트가 노이즈, 모순된 사실 또는 신뢰할 수 없는 지시어의 수집인 '메모리 오염'으로 고통받는 것을 방지하기 위해 설계되었습니다. 에이전트가 사실이 시간에 따라 어떻게 변경되는지 추적하고 특정 정보가 회상된 정확한 이유를 설명할 수 있는 신뢰할 수 있고 증거 기반의 메모리 저장소를 유지하는 문제를 해결합니다.

작동 방식

Memoripy는 단순한 저장보다 출처와 검증을 우선시하는 로컬 메모리 런타임을 구현합니다. 다음과 같은 여러 핵심 메커니즘을 사용합니다:

• 어드미션 배리어: 수신 데이터가 영구적인 메모리가 되기 전에 노이즈, 하트비트 신호 또는 신뢰할 수 없는 외부 지시어를 거부하도록 필터링하는 공식 정책입니다.
• 바이템포럴 레코드: 사실이 관찰된 시점과 유효한 시점을 모두 추적하여 시스템이 현재의 진실과 과거의 증거를 구분할 수 있도록 합니다.
• 멀티 레인 검색: 단일 검색 방법에 의존하는 대신, 상호 순위 융합(reciprocal-rank fusion)을 사용하여 여러 '레인'(어휘적 BM25, 의미론적 유사성, 엔티티 중복 등)을 결합하여 가장 관련성이 높은 메모리를 찾도록 합니다.
• 영수증 및 인용: 회상된 모든 메모리에는 검색 논리를 설명하는 '영수증'과 원본 소스 자료로 연결되는 인용이 포함됩니다.
• 스코프 격리: 메모리는 사용자, 에이전트, 프로젝트 또는 조직별로 엄격하게 분할되어 경계 간 데이터 유출을 방지합니다.

대상 독자

고신뢰성 메모리, 엄격한 데이터 격리 및 모순이나 포이즈닝(오염)에 대한 메모리 상태를 감사할 수 있는 기능이 필요한 AI 에이전트를 구축하는 개발자.

하이라이트

• 증거 우선 접근 방식: 검색된 메모리를 새로운 증거로 재수집하는 것을 거부하여 피드백 루프를 방지합니다.
• 로컬 우선: 필수적인 서드파티 종속성 없이 로컬에서 실행되지만, Postgres/pgvector와 같은 외부 임베딩 모델과 데이터베이스를 지원합니다.
• 감사 CLI: 메모리 저장소 내의 중복, 충돌하는 사실 및 민감한 데이터를 감지하는 명령줄 도구입니다.
• MCP 서버: 호환되는 에이전트와 쉽게 통합하기 위한 공식 모델 컨텍스트 프로토콜(MCP) 서버가 포함되어 있습니다.
• 메모리 계약: 특정 테스트 케이스에 대해 메모리 동작을 평가하고 벤치마킹하기 위한 벤더 중립 프레임워크입니다.