MindMemOS – হুয়াওয়ে নোয়া'স আর্ক ল্যাবের ওপেন সোর্স AI Agent মেমরি অপারেটিং সিস্টেম চালু আছে

MindMemOS হলো হুয়াওয়ে নোয়া'স আর্ক ল্যাবের ওপেন সোর্স AI Agent মেমরি অপারেটিং সিস্টেম, যা Agent-এর কাজ শেষ হলেই সব ভুলে যাওয়ার সমস্যা সমাধান করে। সিস্টেমটি মেমরিকে একক Agent থেকে আলাদা করে বিভিন্ন ফ্রেমওয়ার্কে পুনর্ব্যবহারযোগ্য একটি স্বাধীন সম্পদে পরিণত করে এবং entity-attribute-time-এর ত্রিমাত্রিক কাঠামোর মাধ্যমে সর্বশেষ অবস্থা ও সম্পূর্ণ পরিবর্তনের ইতিহাস সংরক্ষণ করে। MindMemOS Dreaming-এর মাধ্যমে অফলাইনে মেমরি সংগঠিত করে, Feedback-এর মাধ্যমে ব্যবহারকারীর সংশোধনসংক্রান্ত সংকেত শনাক্ত করে এবং Skill Evolution-এর মাধ্যমে বাস্তব সম্পাদন-ট্রেসের ভিত্তিতে দক্ষতার ধারাবাহিক বিবর্তন ঘটায়। এর ফলে মেমরি ও সিস্টেম একসঙ্গে উন্নত হয়।

WeChat-এ অনুসরণ করে “开源” লিখে উত্তর দিন এবং AI ওপেন সোর্স প্রকল্পের আলোচনাগোষ্ঠীতে যোগ দিন
3D মেমরি কাঠামো: entity, attribute ও time-এর ত্রিমাত্রিক স্থানাঙ্কে মেমরি সংগঠিত করে, attribute-এর পরিবর্তনের ইতিহাস এবং entity-গুলোর মধ্যকার অর্থগত সম্পর্ক অনুসরণ করে।
দ্বৈত-মোড মেমরি নিষ্কাশন: MindVanilla ওপেন-ডোমেইন, টেমপ্লেটবিহীন দ্রুত সংরক্ষণ সমর্থন করে; MindSchema মোডে entity ও attribute-এর নিয়ম আগে থেকে নির্ধারণ করা যায়, ফলে বিভিন্ন ব্যবসায়িক পরিস্থিতির সঙ্গে মানিয়ে নেওয়া যায়।
Compact Search রিট্রিভাল: বাইরের Agentic মডিউল অনুসন্ধানের পথ পরিকল্পনা করে, আর ভেতরের মডিউল entity উল্টো অনুসন্ধান, বহু-ধাপের সম্পর্ক সম্প্রসারণ ও টাইমলাইন ট্র্যাকিংসহ একাধিক পথে অনুসন্ধান চালায়।
Dreaming অফলাইন সংগঠন: অফলাইন পর্যায়ে পুনরাবৃত্তি, বিরোধ ও বিবর্তনের সম্পর্ক শনাক্ত করে, অপ্রয়োজনীয় তথ্য একত্র করে, অকার্যকর সংস্করণ আর্কাইভ করে এবং উচ্চস্তরের প্যাটার্ন যোগ করে।
Feedback প্রতিক্রিয়া-চক্র: স্পষ্ট ও অন্তর্নিহিত উভয় ধরনের Feedback সমর্থন করে। সংকেতের ধরন নির্ধারণের পর নতুন তথ্য যোগ, আপডেট, আর্কাইভ, মুছে ফেলা বা শক্তিশালী করার মতো পদক্ষেপ নেয়।
Skill Evolution: বাস্তব সম্পাদন-ট্রেসের ভিত্তিতে সফল কৌশল ও ব্যর্থতার ধরন স্বয়ংক্রিয়ভাবে বের করে, Skill পরিবর্তনের পরিকল্পনা তৈরি করে এবং সংস্করণে পুনরাবৃত্ত উন্নয়ন ঘটায়।

রিপোজিটরি ক্লোন করে কনফিগারেশন প্রস্তুত করুন: cp .env.example .env এবং cp config/mindmemos/dev.example.yaml config/mindmemos/dev.yaml। কনফিগারেশন ফাইলে chat_model_router, embed_model_router, rerank_model_router এবং API key সেট করুন।
সেবা চালু করুন: সম্পূর্ণ Docker নির্ভরতা-স্ট্যাক ও FastAPI সেবা চালু করতে make dev চালান (ডিফল্ট পোর্ট 8000), অথবা শুধু মূল নির্ভরতা চালু করতে make dev-core চালান।
SDK ইনস্টল ও কনফিগার করুন: pip install mindmemos-sdk চালান এবং mindmemos auth ব্যবহার করে base_url, api_key ও user_id কনফিগার করুন।
মেমরি যোগ ও অনুসন্ধান করুন: SDK-এর মাধ্যমে client.memory.add() কল করে কথোপকথন বা তথ্য লিখুন এবং client.memory.search() ব্যবহার করে অনুসন্ধান চালান।
Feedback জমা দিন: client.memory.feedback() কল করুন অথবা CLI-তে mindmemos memory feedback ব্যবহার করে স্পষ্ট বা অন্তর্নিহিত সংশোধনসংক্রান্ত সংকেত জমা দিন।
Dreaming চালু করুন: mindmemos memory dreaming চালান অথবা অফলাইনে মেমরি সুদৃঢ় করতে dreaming API কল করুন।
Skill নিবন্ধন ও বিবর্তন করুন: mindmemos skill register ব্যবহার করে স্থানীয় Skill নিবন্ধন করুন এবং সম্পাদন-ট্রেসের ভিত্তিতে সংস্করণ বিবর্তন চালু করতে mindmemos skill evolve ব্যবহার করুন।

প্রকল্পের অফিসিয়াল ওয়েবসাইট: https://mindmemos.cn/
GitHub রিপোজিটরি: https://github.com/mindscale-noah/MindMemOS

মেমরি স্থানান্তরযোগ্য: Agent সংযোগ স্তর, মেমরি অ্যালগরিদম স্তর ও মেমরি কাঠামো স্তরকে আলাদা করে; ফলে মেমরি একটি স্বাধীন দীর্ঘমেয়াদি সম্পদ হিসেবে বিভিন্ন অ্যাপ্লিকেশনে পুনর্ব্যবহার করা যায়।
উন্নত স্ট্রাকচার্ড রিকল: LoCoMo-এর সামগ্রিক নির্ভুলতা 94.03% (SOTA), PersonaMem-এর 70.63%, যা Mem0, MemU, Zep, EverOS এবং অন্যান্য সমাধানের তুলনায় উল্লেখযোগ্যভাবে ভালো।
কম মেমরিতে বেশি মান: সক্রিয় মেমরির 19.4%-23.5% কমপ্রেস করার পাশাপাশি Dreaming প্রশ্নোত্তরের নির্ভুলতা সর্বোচ্চ 10.3 শতাংশ-পয়েন্ট বাড়ায়।
Skill-এর স্বয়ংক্রিয় বিবর্তন: অপ্টিমাইজ না করা প্রাথমিক Skill, Skill-বিহীন বেসলাইনের চেয়েও কম ফল দেয়; কিন্তু MindEvolve-Sup কাজের সফলতার হার 51.3% থেকে 57.2%-এ বাড়ায়, যা অভিজ্ঞতাকে নিয়মে রূপান্তরের মূল্য প্রমাণ করে।
Feedback-চালিত বিবর্তন: Feedback প্রক্রিয়া ব্যবহারকারীর সংশোধনসংক্রান্ত সংকেতকে মেমরি নিষ্কাশন ও রিট্রিভাল কৌশলে প্রতিফলিত করে।
বহু সংযোগপদ্ধতি: লোকাল ডিপ্লয়মেন্ট (Docker + FastAPI), ক্লাউড API, Python SDK, CLI এবং OpenClaw প্লাগইন সমর্থন করে।

ব্যক্তিগত AI সহকারী: সেশনজুড়ে ব্যবহারকারীর পছন্দ, প্রকল্পের পটভূমি ও অতীতের ভুলের অভিজ্ঞতা সংরক্ষণ করে, যাতে প্রতিবার Agent-কে নতুন করে প্রশিক্ষিত করতে না হয়।
বহু-Agent সহযোগিতা প্ল্যাটফর্ম: OpenClaw, Hermes, Claude Code, OpenHands-এর মতো বিভিন্ন Agent একই মেমরি লাইব্রেরি ভাগ করে পুনর্ব্যবহার করতে পারে।
স্বয়ংক্রিয় অ্যালগরিদম ডিজাইন (LLM4AD): অ্যালগরিদম অনুসন্ধানের কার্যকর অভিজ্ঞতা ও ভুল এড়ানোর নির্দেশনাকে অনুসন্ধানযোগ্য ও পুনর্ব্যবহারযোগ্য ত্রিস্তরীয় মেমরিতে রূপান্তর করে।
জটিল অফিস অটোমেশন: Skill Evolution-এর ভিত্তিতে স্প্রেডশিট প্রক্রিয়াকরণ, ডকুমেন্ট সম্পাদনার মতো পুনরাবৃত্ত কাজের সম্পাদন-কৌশল ধারাবাহিকভাবে অপ্টিমাইজ করে।
দীর্ঘমেয়াদি ব্যবহারকারী প্রোফাইল তৈরি: সময়ের সঙ্গে ব্যবহারকারীর attribute-এর পরিবর্তনের ইতিহাস অনুসরণ করে এবং ব্যক্তিগতকৃত সুপারিশ ও সামাজিক পরিকল্পনা সমর্থন করে।