MindMemOS – نظام تشغيل ذاكرة مفتوح المصدر لوكلاء الذكاء الاصطناعي من Huawei Noah's Ark خدام

MindMemOS هو نظام تشغيل ذاكرة مفتوح المصدر لوكلاء الذكاء الاصطناعي، طوّراتو مختبرات Huawei Noah's Ark، وكيحل مشكل أن الـAgent كينسى كلشي من بعد ما كيسالي المهمة. النظام كيعزل الذاكرة على Agent واحد وكيحوّلها لأصل مستقل قابل لإعادة الاستعمال بين أطر مختلفة، وكيحفظ آخر حالة والمسار الكامل ديال التطوّر باستعمال بنية ثلاثية الأبعاد ديال الكيان‑الخاصية‑الزمن. MindMemOS كيرتّب الذاكرة أوفلاين عبر Dreaming، وكيستخرج إشارات تصحيح المستخدم عبر Feedback، وكيطوّر المهارات باستمرار اعتماداً على مسارات التنفيذ الحقيقية عبر Skill Evolution، باش الذاكرة والنظام يتطوّرو بجوج.

تابع الحساب فـWeChat وجاوب بـ“开源” باش تنضم لمجموعة النقاش ديال مشاريع الذكاء الاصطناعي مفتوحة المصدر
بنية ذاكرة ثلاثية الأبعاد: تنظيم الذاكرة باستعمال الإحداثيات الثلاثة ديال الكيان والخاصية والزمن، مع تتبّع مسار تغيّر الخصائص والروابط الدلالية بين الكيانات.
استخراج الذاكرة بجوج طرق: MindVanilla لإدخال سريع فمجال مفتوح بلا قوالب؛ وMindSchema لتحديد قواعد مسبقة للكيانات والخصائص، بما يناسب سيناريوهات أعمال مختلفة.
بحث Compact Search: وحدة Agentic الخارجية كتخطط لمسار البحث، والوحدة الداخلية كتنفّذ البحث العكسي على الكيانات، وتوسيع العلاقات عبر عدة قفزات، وتتبع الخط الزمني، ومسارات بحث أخرى.
الترتيب الأوفلاين عبر Dreaming: التعرّف فمرحلة أوفلاين على العلاقات المكررة والمتعارضة والمتطورة، ودمج الزائد، وأرشفة النسخ اللي ما بقاتش صالحة، وإضافة الأنماط المتقدمة.
حلقة Feedback للتغذية الراجعة: دعم الملاحظات الصريحة والضمنية، وتحديد نوع الإشارة قبل تنفيذ عمليات الإضافة أو التحديث أو الأرشفة أو الحذف أو التعزيز.
Skill Evolution: استخراج استراتيجيات النجاح وأنماط الفشل تلقائياً من مسارات التنفيذ الحقيقية، وإنشاء خطة لتعديل الـSkill وتطوير إصداراتها.

نسخ المستودع وتحضير الإعدادات: cp .env.example .env و cp config/mindmemos/dev.example.yaml config/mindmemos/dev.yaml، ومن بعد ضبط chat_model_router وembed_model_router وrerank_model_router وAPI key فملفات الإعداد.
تشغيل الخدمة: نفّذ make dev باش تشغّل كامل حزمة اعتماديات Docker وخدمة FastAPI (المنفذ الافتراضي 8000)، أو make dev-core باش تشغّل غير الاعتماديات الأساسية.
تثبيت وإعداد SDK: pip install mindmemos-sdk، ومن بعد شغّل mindmemos auth وضبط base_url وapi_key وuser_id.
إضافة الذاكرة والبحث فيها: استعمل SDK عبر client.memory.add() لكتابة المحادثات أو الحقائق، واستعمل client.memory.search() لتنفيذ البحث.
إرسال الملاحظات: عيّط لـclient.memory.feedback() أو استعمل CLI mindmemos memory feedback لإرسال إشارات التصحيح الصريحة أو الضمنية.
تشغيل Dreaming: نفّذ mindmemos memory dreaming أو عيّط لـDreaming API باش تدير تثبيت الذاكرة أوفلاين.
تسجيل الـSkill وتطويرها: سجّل الـSkill المحلية عبر mindmemos skill register، واستعمل mindmemos skill evolve باش تطلق تطوّر الإصدارات اعتماداً على مسارات التنفيذ.

الموقع الرسمي للمشروع: https://mindmemos.cn/
مستودع GitHub: https://github.com/mindscale-noah/MindMemOS

ذاكرة قابلة للنقل: فصل طبقة الربط ديال الـAgent، وطبقة خوارزميات الذاكرة، وطبقة بنية الذاكرة، باش تولّي الذاكرة أصلاً مستقلاً طويل المدى وقابلاً لإعادة الاستعمال بين التطبيقات.
استرجاع منظّم متقدّم: الدقة الإجمالية فـLoCoMo وصلات لـ94.03% (SOTA)، وفـPersonaMem وصلات لـ70.63%، بأداء أحسن بوضوح من حلول Mem0 وMemU وZep وEverOS وغيرها.
جودة الذاكرة: القليل كيعطي الكثير: Dreaming كيضغط بين 19.4%-23.5% من الذاكرة النشيطة، وفنفس الوقت كيرفع دقة الأجوبة بما يصل لـ10.3 نقاط مئوية.
تطوّر ذاتي ديال الـSkill: الـSkill الأولية بلا تحسين كتكون أقل من خط الأساس بلا Skill، بينما MindEvolve-Sup رفعات نسبة نجاح المهام من 51.3% لـ57.2%، وهادشي كيبين قيمة تحويل التجارب لقواعد.
تطوّر مدفوع بالملاحظات: آلية Feedback كترجع إشارات تصحيح المستخدم وكتأثر بها على استراتيجيات استخراج الذاكرة والبحث فيها.
طرق متعددة للربط: دعم النشر المحلي (Docker + FastAPI)، وCloud API، وPython SDK، وCLI، وإضافة OpenClaw.

مساعد ذكاء اصطناعي شخصي: الاحتفاظ بتفضيلات المستخدم، وسياق المشاريع، وتجارب الأخطاء السابقة بين الجلسات، باش ما يضطرش يدرّب الـAgent من جديد كل مرة.
منصة تعاون متعددة الـAgents: نفس مستودع الذاكرة كيتشارك ويتعاود يستعمل بين Agents مختلفين بحال OpenClaw وHermes وClaude Code وOpenHands.
التصميم الآلي للخوارزميات (LLM4AD): تحويل التجارب الفعالة وإرشادات تفادي الأخطاء فالبحث عن الخوارزميات إلى ذاكرة ثلاثية الطبقات قابلة للبحث وإعادة الاستعمال.
أتمتة الأعمال المكتبية المعقدة: تحسين استراتيجيات تنفيذ المهام المتكررة، بحال معالجة الجداول وتحرير الوثائق، باستمرار اعتماداً على Skill Evolution.
بناء صورة طويلة المدى على المستخدم: تتبّع تغيّر خصائص المستخدم مع الوقت، ودعم الاقتراحات الشخصية والتخطيط الاجتماعي.