ชั้นความจำถาวรสำหรับตัวแทน AI ที่สร้างขึ้นสำหรับนักพัฒนา
EverOS โดย EverMind AI เป็นระบบปฏิบัติการหน่วยความจำที่จัดเตรียมบริบทที่ยั่งยืนและพกพาได้สำหรับตัวแทน AI ข้ามเซสชันและเครื่องมือ มันมีชั้นความจำที่แก้ไขได้ในท้องถิ่นที่บันทึกการสนทนา ความชอบ และร่องรอยการดำเนินการ และเปิดเผยบริบทนั้นให้กับผู้ช่วยผ่านทางอินเทอร์เฟซเซิร์ฟเวอร์ ส่วนประกอบหลักประกอบด้วยการจัดเก็บแบบ Markdown-native ชั้นการจัดทำดัชนี และการสกัดทักษะ ผลิตภัณฑ์นี้มุ่งเป้าไปที่นักพัฒนาและผู้ใช้ที่มีพลังซึ่งต้องการบริบทของตัวแทนในระยะยาวในขณะที่เก็บข้อมูลไว้ภายใต้การควบคุมในท้องถิ่น。
การดึงข้อมูลและการกำหนดขอบเขตมีผลต่อสิ่งที่เครื่องมือส่งคืนอย่างไร?
เครื่องมือรวมเทคนิคการดึงข้อมูลหลายอย่างเพื่อจัดการกับประเภทคำถามที่แตกต่างกัน: BM25 สำหรับการจับคู่คำสำคัญ, การค้นหาเวกเตอร์ สำหรับการเรียกคืนเชิงความหมาย, และ การจัดทำดัชนีเชิงสเกลาร์ สำหรับคำถามเชิงตัวเลขหรือจัดอันดับ หน่วยความจำถูกจัดระเบียบตามขอบเขตที่ชัดเจน ซึ่งมีรายการดังนี้
- ผู้ใช้
- ตัวแทน
- แอป
- โครงการ
- เซสชัน
มันจะเหมาะกับการทำงานของผู้ช่วยและนักพัฒนาที่มีอยู่หรือไม่?
เครื่องมือทำงานเป็นรันไทม์ที่ใช้ Python และเป็นเซิร์ฟเวอร์ MCP โดยต้องการ Python 3.12 หรือใหม่กว่าสำหรับการติดตั้งในท้องถิ่น เส้นทางการปรับใช้รวมถึงการติดตั้ง CLI, คอนเทนเนอร์ Docker, และการรวม REST API มันรองรับ Model Context Protocol สำหรับการใช้งานโดยตรงกับผู้ช่วยที่เปิดใช้งาน MCP เช่น Claude Code และ Cursor ทำให้ทีมสามารถเชื่อมโยงลูกค้าการเขียนโค้ดหรือผู้ช่วยที่มีอยู่กับผ้าใยความจำที่ใช้ร่วมกันโดยไม่ต้องเขียนลูกค้าใหม่
ใครสร้างและขยายชุมชนโครงการ?
โครงการนี้เป็นโอเพนซอร์สภายใต้ใบอนุญาต Apache 2.0 และดูแลโดย EverMind ซึ่งยังเผยแพร่เครื่องมือเช่น Raven และ EverAlgo ที่เก็บข้อมูลแสดงให้เห็นถึงการมีส่วนร่วมของชุมชนอย่างมาก โดยมีดาวหลายพันดวงและโครงการที่มีการพัฒนาหลายโครงการ ตั้งแต่ผู้ช่วยด้านความหลากหลายทางประสาทสัมผัสไปจนถึงต้นแบบ AI ที่สวมใส่ได้ ระบบนิเวศนี้ทำให้การค้นหาการรวมเข้าด้วยกัน การใช้งานตัวอย่าง และการขยายที่ขับเคลื่อนโดยชุมชนเป็นเรื่องง่ายสำหรับนักพัฒนา
ความเป็นส่วนตัวและการตรวจสอบได้ของความทรงจำที่จัดเก็บมีมากน้อยเพียงใด?
พฤติกรรมเริ่มต้นเก็บข้อมูลไว้บนฮาร์ดแวร์ท้องถิ่น โดยเก็บความทรงจำเป็นไฟล์ Markdown ที่อ่านได้โดยมนุษย์ซึ่งจัดทำดัชนีด้วย SQLite และ LanceDB สำหรับการดึงข้อมูล เนื่องจากไฟล์เป็น Markdown ธรรมดา ผู้ใช้สามารถเปิดและแก้ไขได้ในโปรแกรมแก้ไขข้อความ เช่น Obsidian ซึ่งให้การตรวจสอบโดยตรงเกี่ยวกับสิ่งที่ตัวแทนจดจำ การออกแบบที่เน้นท้องถิ่นทำให้การเป็นเจ้าของและการตรวจสอบไฟล์ความจำอยู่ภายใต้การควบคุมของผู้ใช้
ตัวเลือกที่ใช้งานได้จริงซึ่งได้รับการสนับสนุนจากชุมชนสำหรับทีมที่มีทักษะทางเทคนิค
เครื่องมือนี้เป็นตัวเลือกที่ใช้งานได้จริงสำหรับนักพัฒนาและทีมเทคนิคที่ต้องการหน่วยความจำของตัวแทนที่สามารถตรวจสอบได้และมีการสนับสนุนจากชุมชนโอเพนซอร์สที่มีความกระตือรือร้น ความสนใจจากชุมชนที่สูงและใบอนุญาตที่เปิดกว้างสนับสนุนการทดลองและการขยายตัว คาดว่าจะมีเส้นทางการนำไปใช้ที่มุ่งเน้นไปที่โค้ดและการปรับใช้; ทีมที่ไม่มีทรัพยากรนักพัฒนาอาจต้องเผชิญกับความยากลำบากในการตั้งค่าและการบำรุงรักษาอย่างมาก.
