2 dépôts
Vector-backed storage systems that index memories by meaning and support salience-based decay, compression, and reinforcement.
Distinct from Vector Memory Stores: Distinct from Vector Memory Stores: adds salience-based decay, compression, and reinforcement capabilities beyond basic vector similarity storage.
Explore 2 awesome GitHub repositories matching data & databases · Semantic Memory Stores. Refine with filters or upvote what's useful.
jcode est un framework pour développer des agents de codage IA autonomes qui automatisent les tâches de développement logiciel. Il fonctionne comme un orchestrateur d'agents, un runtime d'outils et un moteur de mémoire sémantique, permettant la création d'agents capables de modifier du code, d'exécuter des tests et d'itérer sur leur propre fonctionnalité. Le projet se distingue par son utilisation de l'essaimage d'agents récursif, où une hiérarchie d'agents collaborateurs peut engendrer des agents enfants pour décomposer des tâches complexes. Il implémente un système de mémoire sémantique qui combine la récupération basée sur des vecteurs avec le mappage de relations basé sur des graphes pour maintenir le contexte à travers les sessions. Pour gérer les risques, le système utilise une gouvernance d'action à plusieurs niveaux qui nécessite une approbation humaine pour les opérations sensibles et isole les activités des agents dans des worktrees git séparés. Le framework inclut une boîte à outils complète d'automatisation de navigateur pour interagir avec les pages web, extraire des snapshots DOM et capturer des captures d'écran. Il implémente également le Model Context Protocol pour intégrer des outils et des données externes, et prend en charge le rechargement à chaud binaire pour mettre à jour le serveur sans perdre les connexions réseau actives. Le système fournit une interface en ligne de commande pour gérer les mémoires des agents et inclut des outils d'audit pour suivre la progression du plan et visualiser la topologie de l'essaim d'agents.
Stores and retrieves conversation history using semantic vectors and salience-based memory management.
OpenMemory is an embeddable memory engine for LLM agents that stores, retrieves, and manages conversational context and agent state using semantic indexing and temporal facts. It functions as a semantic memory store backed by vector indexing, where memories are organized by meaning rather than by exact key, and includes a tiered decay engine that gradually reduces the salience of unused memories while compressing cold vectors and fingerprinting dormant entries to conserve storage. The system also maintains a temporal fact database that records factual statements with subject-predicate-object s
Ships a vector-backed storage system that indexes memories by meaning and supports salience-based decay, compression, and reinforcement.