plur-ai/plur

해결하는 문제

PLUR는 AI 에이전트의 "기억 상실" 문제를 해결합니다. 에이전트가 다른 세션, 도구 또는 머신에서 사용자 선호도, 코딩 스타일 또는 프로젝트별 규칙을 기억하지 못하는 문제입니다. 지속적이고 로컬 우선인 메모리 계층을 제공하여 에이전트가 사용자의 수정에서 학습하고 시간이 지남에 따라 일관성을 유지하도록 보장합니다.

작동 방식

PLUR는 지식을 "엔그램"으로 저장합니다. 이는 로컬 디스크의 일반 텍스트 YAML 파일입니다. 하이브리드 검색 접근 방식(BM25 키워드 매칭과 로컬 BGE 임베딩 결합)을 사용하여 클라우드 API 호출 없이 관련 정보를 검색합니다. 에이전트와 상호 작용하면 PLUR는 학습 내용을 자동으로 캡처하고, 활성화 감쇠 모델(인간 기억과 유사)을 통해 관련성을 관리하며, 가장 관련성 높은 컨텍스트를 에이전트의 프롬프트에 주입합니다.

대상 사용자

AI 코딩 어시스턴트(Claude Code, Cursor, Codex 등)에 의존하고 독점적인 클라우드 기반 메모리 솔루션에 의존하지 않고 에이전트의 "학습된" 지식에 대한 데이터 주권을 유지하려는 개발자와 고급 사용자를 위해 설계되었습니다.

주요 특징

• 로컬 우선 및 프라이빗: 모든 메모리는 머신의 일반 YAML 파일로 저장됩니다. 클라우드로 전송되는 데이터가 없습니다.
• 크로스 도구 호환성: 모델 컨텍스트 프로토콜(MCP)을 통해 Claude Code, Cursor, Codex, OpenCode를 포함한 여러 에이전트와 IDE에서 작동합니다.
• 성능 중심: 더 나은 컨텍스트를 제공하여 더 큰 모델(예: 메모리 없는 Opus 대비 Haiku + PLUR)을 훨씬 낮은 비용으로 능가하는 벤치마크 결과를 보여줍니다.
• 개방형 형식: 버전 관리되고 스키마 검증된 형식을 사용하여 언제든지 검사, 편집 또는 삭제할 수 있으므로 블랙박스 시스템에 갇히지 않습니다.