trvon/yams

Persistent memory for LLMs and apps. Content-addressed storage with dedupe, compression, full-text and vector search.

What it solves

YAMS는 LLM 및 애플리케이션을 위한 영구 메모리 시스템을 제공하여 AI 어시스턴트가 대량의 데이터를 효율적으로 저장, 중복 제거 및 검색하는 문제를 해결합니다. 콘텐츠 주소 저장과 기존 키워드 검색, 최신 의미 검색을 결합하여 데이터가 한 번만 저장되고 정확하게 검색되도록 합니다.

How it works

시스템은 SHA-256 콘텐츠 주소 저장과 Rabin 청킹을 사용하여 블록 수준 중복 제거와 압축을 수행합니다. 전체 텍스트 검색을 위해 SQLite FTS5를 통합하고, 벡터 검색을 위해 임베딩을 사용합니다. 구조화된 데이터를 처리하기 위해 Tree-sitter를 활용해 18개의 다양한 프로그래밍 언어에서 심볼을 추출합니다. 또한 Model Context Protocol (MCP) 서버를 제공하여 AI 어시스턴트가 JSON‑RPC를 통해 메모리 시스템과 상호 작용할 수 있게 합니다.

Who it’s for

AI 에이전트와 LLM 기반 애플리케이션을 구축하는 개발자를 위한 것으로, 의미 검색과 코드·문서의 효율적인 저장을 지원하는 고성능·내구성 메모리 레이어가 필요합니다.

Highlights

  • Hybrid Search: 전체 텍스트 검색과 의미 벡터 검색을 결합하여 유연한 검색을 제공.
  • Efficient Storage: 블록 수준 중복 제거와 압축을 구현해 디스크 사용량을 최소화.
  • MCP Integration: 내장 MCP 서버를 포함해 AI 어시스턴트와의 원활한 연결을 지원.
  • Hardware Acceleration: ONNX를 통한 GPU 가속을 지원하며 NVIDIA, AMD, Apple Silicon 등 다양한 플랫폼을 지원.
  • Code Awareness: Tree-sitter를 사용해 18개 언어에서 심볼을 추출.