memvid/memvid

解決的問題

Memvid 為 AI Agent 提供了一個便攜式的無伺服器記憶層，消除了對複雜 RAG 流水線或外部向量資料庫的需求。它允許 Agent 維持儲存在單個便攜檔案中的持久長期記憶，實現了無記憶基礎設施與模型無關性。

工作原理

Memvid 將 AI 記憶組織為「Smart Frames」的追加序列——這是包含內容、時間戳與元數據的不可變單元。這些幀被封裝進單個 .mv2 檔案中，其中包含數據段、全文索引 (Tantivy)、向量索引 (HNSW) 與按時間排序的序列。這種設計實現了快速檢索、崩潰安全性，以及無需資料庫伺服器即可回溯或分支記憶狀態的能力。

適用對象

構建長期運行的 AI Agent、離線優先的 AI 系統、企業知識庫以及需要可稽核的 AI 工作流的開發者，他們需要一種可以跨不同環境攜帶的輕量級、持久的記憶解決方案。

亮點

• 單檔案儲存：所有數據、嵌入與搜尋結構都包含在一個 .mv2 檔案中，沒有側邊檔案。
• 高性能：為記憶召回提供極低的延遲 (0.025ms P50) 與高吞吐量。
• 多模態支援：包括 PDF 文本提取、用於圖像搜尋的 CLIP 視覺嵌入以及 Whisper 音訊轉錄功能。
• 時光旅行除錯：支援查詢過去的記憶狀態並重放或分支記憶時間線。
• 本地與雲端嵌入：支援本地 ONNX 模型（如 BGE-small）與雲端 API (OpenAI)。