openmemind/memind

What it solves

Memind는 AI 에이전트가 세션 간에 컨텍스트를 잃어버리는 문제를 해결하기 위해 설계된 메모리 및 컨텍스트 엔진입니다. 대화, 문서, 도구 호출과 같은 원시 데이터를 구조화되고 진화하는 메모리로 변환하여, AI 시스템이 모든 상호작용으로부터 학습하고 장기적으로 경험을 재사용할 수 있도록 합니다.

How it works

Memind는 파이프라인을 통해 원시 컨텍스트를 처리하여 여러 계층의 메모리로 변환합니다:

• Insight Trees: 원시 메모리를 Leaf, Branch, Root 통찰력의 계층 구조로 증류하여 패턴과 고-레벨 이해를 식별합니다.
• Memory Graphs: 엔티티, 의미론적 연결, 인과 관계 신호를 연결하여 단순 벡터 검색으로는 놓칠 수 있는 관련 컨텍스트를 복구합니다.
• Memory Threads: 관련 항목을 영구적인 타임라인으로 그룹화하여 에이전트가 미완성된 작업을 추적하고 작업 이력을 재사용할 수 있도록 돕습니다.
• Multi-layer Retrieval: 벡터 검색, BM25 키워드 검색, 시간적 신호, 그리고 딥 리트리벌(쿼리 확장 및 재순위화)을 결합하여 가장 관련성 높은 컨텍스트를 호출합니다.

Who it’s for

장기 메모리가 필요한 AI 시스템을 구축하는 개발자들을 위한 것입니다:

• Coding agents: 프로젝트 컨텍스트와 도구 경험이 필요한 에이전트.
• Personal agents: 사용자의 선호도와 워크플로우를 추적하는 에이전트.
• Chatbots and companions: 사용자 프로필과 라이프 이벤트를 유지하는 챗봇 및 컴패니언.
• Workflow agents: 지시 사항과 플레이북을 기억하는 에이전트.

Highlights

• SOTA Performance: LoCoMo, LongMemEval, PersonaMem 벤치마크에서 1위를 기록했습니다.

• Java-Native: Java로 네이티브하게 구축된 최초의 최첨단(SOTA) 메모리 엔진입니다.

• Dual Memory Scopes: 사용자 메모리(프로필, 선호도)와 에이전트 메모리(지시 사항, 도구 경험)를 분리합니다.

• Broad Integration: REST APIs, SDKs (TypeScript, Python, Java, Go, Rust) 및 Model Context Protocol (MCP)를 지원합니다.

• Versatile Ingestion: 텍스트, 이미지, 오디오 및 에이전트 타임라인을 수용할 수 있습니다.