منح وكلاء الذكاء الاصطناعي ذاكرة دائمة
كل جلسة ذكاء اصطناعي جديدة تبدأ من الصفر.
تفقد أبحاثك من الأمس. وتفقد تحليلاتك من الأسبوع الماضي. وتفقد أخطاءك من الشهر الماضي. معظم حلول الذاكرة تربط بياناتك بوكيل واحد محدد؛ فإذا قمت بتبديل الوكلاء، ستفقد كل شيء.
يحل Knowledge-and-Memory-Management v0.0.2 (KMM) هذه المشكلة، حيث يعمل كطبقة ذاكرة خارجية دون المساس بالكود الأساسي للوكيل الخاص بك.
يعمل KMM من خلال ثلاث خطوات:
- جمع المعرفة (Knowledge Collection)
- التخزين المنظم (Structured Storage)
- الاسترجاع عبر الجلسات (Cross-session Retrieval)
يجمع النظام البيانات من أربعة مصادر:
- الويب: يستخدم ستة محركات لتجاوز الحماية وكشط المواقع الإلكترونية.
- الفيديو: يستخدم ثماني أدوات لسحب البيانات من YouTube أو TikTok، ويستخدم Whisper لمعالجة الكلام و OCR للنصوص الموجودة على الشاشة.
- المقالات: يسحب البيانات من وسائل التواصل الاجتماعي وخلاصات RSS.
- المستندات: يمسح ملفات PDF والصور عبر OCR.
يحول النظام البيانات الخام إلى أصول؛ حيث يأخذ المواد الخام، ويستخدم LLM لاستخراج النقاط الرئيسية، ثم يكتبها في ملاحظات Markdown، ويحفظها في رسم بياني للمعرفة (knowledge graph).
يمكنك البحث عبر مجالات مختلفة في وقت واحد، حيث يبحث النظام في الملاحظات المحلية، وقواعد البيانات، والذاكرة الدلالية (semantic memory)، والرسوم البيانية للمعرفة (knowledge graphs). ويستخدم خوارزمية لدمج هذه النتائج، وإذا فشل أحد المصادر، تتولى المصادر الأخرى المهمة.
هذا الإعداد يناسبك إذا:
- كنت تستخدم وكلاء متعددين مثل Hermes أو Codex أو Claude Code.
- كنت بحاجة إلى إعادة استخدام المعرفة عبر جلسات مختلفة.
- كنت تريد نظاماً مرناً يعمل عبر متغير بيئة (environment variable) واحد.
الثمن هو التعقيد؛ فأنت بحاجة إلى PostgreSQL 16 وHindsight وgbrain لتشغيله، ونشره أصعب من الملفات البسيطة. ومع ذلك، ستحصل على جودة استرجاع أعلى بكثير من خلال ثلاث طبقات من الذاكرة.
بالنسبة للإنتاج، قم بتشغيل سكربت صيانة لأتمتة الأرشفة والفهرسة، واستخدم سكربت sidecar check للتحقق من إعداداتك بعد التثبيت.
مجتمع تعليمي اختياري: https://t.me/GyaanSetuAi