MindMemOS – Mfumo wa Uendeshaji wa Kumbukumbu za AI Agent wenye chanzo huria kutoka Huawei Noah's Ark Lab Inafanya kazi

MindMemOS ni mfumo wa uendeshaji wa kumbukumbu za AI Agent wenye chanzo huria kutoka Huawei Noah's Ark Lab, unaotatua tatizo la Agent kusahau mara tu kazi inapokamilika. Mfumo hutenganisha kumbukumbu kutoka kwa Agent mmoja na kuifanya rasilimali huru inayoweza kutumiwa tena katika mifumo mbalimbali. Unatumia muundo wa pande tatu wa huluki-sifa-wakati kuhifadhi hali ya hivi karibuni pamoja na historia kamili ya mabadiliko. MindMemOS hupanga kumbukumbu nje ya mtandao kupitia Dreaming, hutambua ishara za watumiaji za kusahihisha kupitia Feedback, na hubadilisha ujuzi kila mara kupitia Skill Evolution kulingana na rekodi halisi za utekelezaji, hivyo kuwezesha mageuzi ya pamoja ya kumbukumbu na mfumo.

Mfuate WeChat na ujibu “开源” ili ujiunge na kikundi cha mawasiliano cha miradi ya AI yenye chanzo huria
Muundo wa kumbukumbu wa 3D: Panga kumbukumbu kwa kutumia viwianishi vitatu vya huluki, sifa na wakati, ukifuatilia historia ya mabadiliko ya sifa na uhusiano wa kisemantiki kati ya huluki.
Uchotaji wa kumbukumbu kwa njia mbili: MindVanilla huwezesha kuhifadhi haraka katika kikoa huria bila violezo; hali ya MindSchema huweka mapema huluki na kanuni za sifa ili kuendana na hali mbalimbali za biashara.
Utafutaji wa Compact Search: Moduli ya nje ya Agentic hupanga njia ya utafutaji, huku safu ya ndani ikitekeleza utafutaji kinyume wa huluki, upanuzi wa mahusiano ya hatua nyingi, ufuatiliaji wa ratiba ya wakati na utafutaji mwingine wa njia nyingi.
Upangaji wa nje ya mtandao kupitia Dreaming: Katika hatua ya nje ya mtandao, hutambua nakala, migongano na uhusiano wa mageuzi, huunganisha taarifa zisizo za lazima, huhifadhi matoleo yaliyopitwa na wakati na kuongeza mifumo ya kiwango cha juu.
Mzunguko wa mrejesho wa Feedback: Huunga mkono mrejesho wa wazi na fiche, na baada ya kutambua aina ya ishara hutekeleza kuongeza, kusasisha, kuhifadhi kwenye kumbukumbu, kufuta au kuimarisha.
Skill Evolution: Hutokana na rekodi halisi za utekelezaji ili kuchota kiotomatiki mikakati iliyofanikiwa na mifumo ya kushindwa, huzalisha mpango wa kurekebisha Skill na kuendeleza matoleo.

Nakili hazina na uandae usanidi: cp .env.example .env na cp config/mindmemos/dev.example.yaml config/mindmemos/dev.yaml, kisha weka chat_model_router, embed_model_router, rerank_model_router na API key katika faili la usanidi.
Anzisha huduma: Tekeleza make dev ili kuanzisha safu kamili ya utegemezi ya Docker na huduma ya FastAPI (mlango chaguo-msingi 8000), au make dev-core ili kuanzisha utegemezi wa msingi pekee.
Sakinisha na usanidi SDK: pip install mindmemos-sdk, kisha endesha mindmemos auth na usanidi base_url, api_key na user_id.
Ongeza na tafuta kumbukumbu: Tumia SDK kuita client.memory.add() ili kuandika mazungumzo au ukweli, na client.memory.search() kufanya utafutaji.
Wasilisha mrejesho: Ita client.memory.feedback() au CLI mindmemos memory feedback ili kuwasilisha ishara za wazi au fiche za kusahihisha.
Anzisha Dreaming: Tekeleza mindmemos memory dreaming au ita API ya dreaming ili kuimarisha kumbukumbu nje ya mtandao.
Sajili na kuendeleza Skill: Tumia mindmemos skill register kusajili Skill ya ndani, na mindmemos skill evolve kuanzisha mageuzi ya toleo kulingana na rekodi za utekelezaji.

Tovuti rasmi ya mradi: https://mindmemos.cn/
Hazina ya GitHub: https://github.com/mindscale-noah/MindMemOS

Kumbukumbu zinazohamishika: Hutenganisha safu ya muunganisho wa Agent, safu ya algoriti za kumbukumbu na safu ya muundo wa kumbukumbu, hivyo kumbukumbu huwa rasilimali huru ya muda mrefu inayoweza kutumiwa tena katika programu mbalimbali.
Urejeshaji uliopangwa unaoongoza: Usahihi wa jumla kwenye LoCoMo umefikia 94.03% (SOTA), huku PersonaMem ikifikia 70.63%, ikiwa bora kwa kiasi kikubwa kuliko Mem0, MemU, Zep, EverOS na suluhisho nyingine.
Ubora wa kumbukumbu: Dreaming inapobana 19.4%-23.5% ya kumbukumbu zinazotumika, huongeza usahihi wa majibu kwa hadi asilimia 10.3.
Skill inayojibadilisha: Skill ya awali ambayo haijaboreshwa huwa chini ya msingi usio na Skill, lakini MindEvolve-Sup huongeza kiwango cha mafanikio ya kazi kutoka 51.3% hadi 57.2%, ikithibitisha thamani ya kubadilisha uzoefu kuwa kanuni.
Mageuzi yanayoendeshwa na mrejesho: Mbinu ya Feedback huelekeza ishara za watumiaji za kusahihisha kurudi kwenye uchotaji wa kumbukumbu na mikakati ya utafutaji.
Njia nyingi za kuunganisha: Huunga mkono uwekaji wa ndani (Docker + FastAPI), API ya wingu, Python SDK, CLI na programu-jalizi ya OpenClaw.

Msaidizi wa AI aliyebinafsishwa: Huhifadhi mapendeleo ya mtumiaji, muktadha wa miradi na uzoefu wa awali wa makosa kati ya vipindi, hivyo kuzuia kulazimika kumfundisha Agent upya kila mara.
Jukwaa la ushirikiano wa Multi-Agent: Hifadhidata moja ya kumbukumbu hutumiwa na OpenClaw, Hermes, Claude Code, OpenHands na Agent wengine tofauti kwa kushirikiana na kutumia tena.
Usanifu wa algoriti otomatiki (LLM4AD): Hubadilisha uzoefu wenye ufanisi na miongozo ya kuepuka makosa katika utafutaji wa algoriti kuwa kumbukumbu za ngazi tatu zinazoweza kutafutwa na kutumiwa tena.
Uwekaji otomatiki wa kazi changamano za ofisini: Hutumia Skill Evolution kuboresha kila mara mikakati ya utekelezaji wa kazi zinazojirudia, kama vile kuchakata lahajedwali na kuhariri hati.
Uundaji wa wasifu wa watumiaji wa muda mrefu: Hufuatilia mabadiliko ya sifa za mtumiaji kadiri muda unavyopita, na kusaidia mapendekezo yaliyobinafsishwa pamoja na upangaji wa kijamii.