โปรเจกต์โอเพนซอร์สระบบความจำระยะยาวสำหรับ AI agent ที่จำลองการสะสมและการเสื่อมของความทรงจำเหมือนมนุษย์
gh9ko8y/graphmemory เป็นระบบความจำระยะยาวสำหรับ AI agents ที่เพิ่งเปิดตัวบน GitHub ได้ 6 วัน และได้รับความนิยมติดอันดับ #7 ในหมวด repo AI เปิดใหม่ 7 วันที่ได้ดาวเยอะสุด ด้วยยอด 189 ดาว โดยทำงานบนสถาปัตยกรรมที่ผสมผสาน Graphiti (กราฟความรู้เชิงเวลา), PostgreSQL/pgvector และ Redis เข้าด้วยกัน เพื่อให้ AI สามารถจดจำข้อมูล พร้อมทั้งจัดการเรื่องเวลาและการหมดอายุของข้อมูลได้
จุดเด่นสำคัญคือระบบความจำแบบ Bitemporal ที่บันทึกทั้งช่วงเวลาที่ข้อมูลมีผลใช้งาน (valid_from/until) และเวลาที่บันทึกข้อมูลจริง (tx time) ทำให้ระบบแยกแยะระหว่างเหตุการณ์ที่เกิดขึ้นจริงกับเวลาที่บันทึกได้ นอกจากนี้ยังมีโมเดลการเสื่อมของความจำ 6 ตัวแปร (เช่น ความหมาย, รายละเอียด, ความยากในการค้นหา, อารมณ์) ทำให้การลืมเป็นการลดระดับความสำคัญแทนที่จะลบข้อมูลทิ้งทันที และกำหนดอายุ (TTL) ของข้อมูลตามประเภทได้ เช่น สถานะชั่วคราวหมดอายุใน 1 วัน ขณะที่ข้อมูลส่วนตัวหรือความชอบอาจอยู่ถาวร
ระบบนี้ยังมีฟีเจอร์การแข่งขันกันค้นหาข้อมูล (competitive retrieval) และเครื่องมือจัดการความจำ เช่น การสแกนหาข้อมูลซ้ำ (memory_dedupe) และการลบแบบหลุมศพ (memory_forget) ที่ยังคงเก็บต้นฉบับไว้ในบัญชีแยกประเภท พร้อมทั้งรองรับ MCP server ในตัว ทำให้ AI agent ที่รองรับ MCP สามารถเรียกใช้งานได้ทันที พร้อมเว็บ GUI อย่างง่ายสำหรับจัดการระบบ
✨ จุดเด่น
- ระบบความจำคู่เวลา — บันทึกทั้งเวลาที่ข้อมูลมีผลใช้งานและเวลาที่บันทึกจริงเพื่อตรวจสอบย้อนหลัง
- จำลองการลืมของมนุษย์ — ใช้โมเดลลดระดับความสำคัญ 6 ตัวแปรแทนการลบข้อมูลทิ้งทันที
- กำหนดอายุข้อมูลอัตโนมัติ — ตั้งค่า TTL ตามประเภทข้อมูล เช่น สถานะชั่วคราวหรือข้อมูลถาวร
- รองรับ MCP — มี MCP server ในตัวช่วยให้ AI agent เรียกใช้งานเครื่องมือความจำได้สะดวก
🙋 ใครเหมาะจะลอง: เหมาะสำหรับนักพัฒนาที่สร้าง AI agents และต้องการระบบจัดการความจำระยะยาวขั้นสูง โดยต้องใช้งานร่วมกับ Python 3.10 ขึ้นไป, Docker และฐานข้อมูล Neo4j, PostgreSQL และ Redis
ทีมข่าว เอไอไทย.com · เรียบเรียงจากหน้าโปรเจกต์ gh9ko8y/graphmemory — รายละเอียดล่าสุดดูที่ต้นทาง
ความคิดเห็น 0
กำลังโหลดความคิดเห็น...