huggingface/funes

해결하는 문제

funes는 AI 코딩 에이전트를 위한 영구적인 크로스 에이전트 메모리 시스템을 제공합니다. 서로 다른 AI 도구(Claude Code, Codex, pi, Hermes 등)를 전환하거나 새 세션을 시작할 때 컨텍스트, 근거, 결정이 손실되는 것을 방지하여 에이전트가 작업 중에 과거 작업과 발견 사항을 자발적으로 회상할 수 있게 합니다.

작동 방식

이 시스템은 결정론적 파이프라인을 사용하여 과거 에이전트 세션을 로컬 Lance 데이터셋에 인덱싱합니다. 소스는 턴과 블록으로 파싱되고, 청크화되며, 고정된 로컬 모델을 사용하여 임베딩됩니다. 벡터 및 BM25 검색을 결합하고 재순위화와 최신성 가중치를 적용하여 관련 구절을 검색합니다.

사용자는 메모리를 에이전트에 "바인딩"할 수 있으며, 매 턴 인덱스를 최신 상태로 유지하는 훅이 설치됩니다. 이러한 메모리는 Hugging Face Hub에 데이터셋으로 게시할 수 있어 팀원이나 다른 머신이 동일한 지식 기반에서 회상할 수 있습니다.

대상 사용자

여러 AI 코딩 에이전트를 사용하는 개발자로서, 다양한 도구와 모델 간에 개발 프로세스, 결정, 기술적 근거에 대한 영구적이고 공유 가능한 메모리를 원하는 분.

주요 기능

• 크로스 에이전트 호환성: 여러 에이전트(Claude Code, Codex, pi, Hermes)의 세션을 하나의 메모리로 인덱싱합니다.
• Hugging Face 통합: 메모리를 데이터셋으로 Hub에 게시하여 쉽게 공유하고 협업할 수 있습니다.
• 자동 인덱싱: 훅을 사용하여 매 턴 메모리를 업데이트하고 세션 경계에서 게시합니다.
• 로컬 추론: 고정된 로컬 임베딩 및 재순위화 모델을 실행하며, 기본적으로 외부 ML 런타임 종속성이 없습니다.
• 근거 기반 답변: 메모리에 근거한 답변을 얻기 위한 ask 명령을 제공하며, 특정 세션을 인용합니다.