Memobase: eine auf Benutzerprofilen basierende Langzeitspeicherlösung für KI-Anwendungen

Allgemeine Einführung

Memobase ist ein auf Benutzerprofilen basierendes Gedächtnissystem, das entwickelt wurde, um ein lang anhaltendes Benutzergedächtnis für generative KI-Anwendungen zu unterstützen. Ganz gleich, ob Sie einen virtuellen Begleiter, ein pädagogisches Tool oder einen personalisierten Assistenten entwickeln, Memobase hilft Ihrer KI, sich an Benutzerinteraktionen zu erinnern, sie zu verstehen und sich mit ihnen weiterzuentwickeln. Mit Memobase können Entwickler die von der KI erfassten Benutzerinformationen definieren und kontrollieren und so sicherstellen, dass die KI in der Lage ist, ihr Gedächtnis im Laufe der Zeit zu aktualisieren, um veraltete Informationen zu vermeiden. Memobase bietet skalierbare Benutzerprofile, die sich auf natürliche Weise durch Dialoge weiterentwickeln, und lässt sich dank der Unterstützung von Python, Node und Go sowie vieler anderer SDKs leicht in bestehende LLM-Stacks (Large Language Model) integrieren. SDKs.

Funktionsliste

• Verwaltung des AnwenderspeichersDefinition und Kontrolle der von der KI erfassten Benutzerinformationen, um die Genauigkeit und Aktualität des Speichers zu gewährleisten.
• Zeitgefühl-SpeicherSpeichern Sie Informationen für ein bestimmtes Datum, um zu vermeiden, dass veraltete Informationen KI-Entscheidungen beeinflussen.
• Erweiterbare BenutzerprofileNatürliche Entwicklung von Benutzerprofilen durch Dialog und Unterstützung der Verarbeitung von Benutzerdaten in großem Umfang.
• Leicht zu integrierenSchnelle Integration mit minimalen Codeänderungen durch APIs und mehrere SDKs (Python, Node, Go).
• StapeldateiBranchenführende Verarbeitungsgeschwindigkeit und Kosteneffizienz durch nicht eingebettete Systeme und Sitzungspuffer.
• Produktionsumgebung bereit: Von unseren Partnern in Produktionsumgebungen getestet, um Stabilität und Zuverlässigkeit zu gewährleisten.

Hilfe verwenden

Ablauf der Installation

1. Installieren des Python-SDK::

   pip install memobase

2. Starten des Memobase-Backends::
   • Stellen Sie sicher, dass die Projekt-URL (Standardhttp://localhost:8019) und Projekt-Tokens (Standardgeheim).

Verwendung Prozess

1. Initialisierung des Clients::

   from memobase import MemoBaseClient, ChatBlob
mb = MemoBaseClient(projekt_url=PROJEKT_URL, api_key=PROJEKT_TOKEN)
assert mb.ping()

2. Benutzer verwalten::
   • Benutzer hinzufügen: python
uid = mb.add_user({"any_key": "any_value"})

   • Benutzerinformationen aktualisieren: python
mb.update_user(uid, {"any_key": "any_value2"})

   • Benutzerinformationen abrufen: python
u = mb.get_user(uid)
drucken(u)

   • Löschen Sie den Benutzer: python
mb.delete(uid)

3. Daten einfügen::
   • Dialogdaten einfügen: python
Nachrichten = [
{"Rolle": "Benutzer", "Inhalt": "Hallo, ich bin Gus"}, {"Rolle": "Benutzer", "Inhalt": "Hallo, ich bin Gus"}, }
{"role": "assistant", "content": "Hi, nice to meet you, Gus!"}
] bid = u.insert(ChatBlob(messages=messages))
print(u.get(bid))

   • Standardmäßig löscht Memobase die Datenblöcke nach der Verarbeitung. Die Daten können durch Anpassung der Konfigurationsdatei beibehalten werden.

Hauptfunktionen

1. Benutzerspeicher definieren::
   • Definieren Sie die Benutzerinformationen, die die KI über API-Aufrufe erfassen muss.
2. Zeitgefühl-Speicher::
   • Die Speicherung datumsbezogener Informationen in den Benutzerprofilen stellt sicher, dass die KI nicht durch veraltete Daten beeinträchtigt wird.
3. Erweiterbare Benutzerprofile::
   • Die Benutzerprofile entwickeln sich auf natürliche Weise durch Dialoge, und die Entwickler können die Größe des Speichers steuern.
4. Stapeldatei::
   • Schnelle und kostengünstige Stapelverarbeitung von Daten durch nicht eingebettete Systeme und Sitzungspufferung.

Mit den oben genannten Schritten können Entwickler ganz einfach mit Memobase beginnen, um dem Benutzer eine leistungsstarke Unterstützung des Langzeitgedächtnisses für generative KI-Anwendungen zu bieten.