VictorTaelin/OptMem
Permanent memory for AI agents. A 426-token prompt, a script, plug and play.
解決的問題
OptMem 為 AI 代理提供了一個永久且持續的記憶系統，可在不同會話、模型更新與供應商變更之間持續存在。它防止代理隨著時間推移遺忘決策、洞察與使用者偏好。
工作原理
使用輕量級的 Python 腳本與特定提示詞與代理整合。記憶以固定寬度的記錄形式儲存在僅追加的日誌中。為管理規模，它將記憶組織成摘要的二元樹，讓代理能透過「縮放」命令從高階摘要導航至特定原始記憶。代理透過 CLI 工具（memo）與系統互動，以喚醒（載入記憶）、記錄新筆記、透過正規表示式搜尋，以及透過「小憩」過程優化摘要。
適用對象
需要長期記憶，並能在多個會話中回憶特定事實或洞察，而無需依賴專有資料庫的 AI 代理開發者。
主要亮點
- 零依賴：僅用單一 Python 3 檔案撰寫，不依賴任何外部套件。
- 高效率：固定寬度記錄可支援數百萬筆記憶的近乎即時查找。
- 樹狀導航：使用摘要的二元樹，協助代理高效瀏覽其歷史記錄。
- 可攜式儲存：記憶檔案可儲存在任何目錄中，方便透過 Git 進行同步或版本控制。
相關
- 專案
- 專案
- 專案
- 專案
- 專案