Memora: Entwicklung humanisierter KI-Gedächtnismodule zur Speicherung und Aktualisierung von Informationen über Interaktionen mit Menschen

Allgemeine Einführung

Memora ist ein Agent, der entwickelt wurde, um menschliche Erinnerungen für jede personalisierte KI zu replizieren. Er hilft KIs, sich an Details vergangener Interaktionen, Emotionen und gemeinsamer Erlebnisse zu erinnern, wie es Menschen tun, durch Funktionen wie zeitgestempelte Erinnerungen, Emotionsmarker und multimodale Erinnerungen. Memora unterstützt Multi-Tenancy, kann Millionen von Nutzern und Interaktionen verarbeiten und hat eine hoch skalierbare und entwicklerfreundliche modulare Architektur, die die Anpassung und Funktionsintegration erleichtert.

Ähnliche Artikel:Zep: Aufbau einer Langzeitspeicherschicht für KI-Anwendungen, Extrahieren und Aktualisieren von Benutzerinformationen, Geschäftsdaten

Funktionsliste

• Abruf des Zeitgedächtnisses: Ermöglicht es der KI, sich mit Zeitstempeln versehene Erinnerungen an vergangene Interaktionen zu merken.
• Multi-Tenant-Unterstützung: Mehrere Organisationen, Agenten und Benutzer können unterstützt werden.
• Flexible Namensbehandlung: Verwenden Sie Platzhalter, um die Aktualisierung von Benutzer- und Agentennamen zu erleichtern.
• Skalierbarkeit: Entwickelt, um Millionen von Nutzern, Interaktionen und Erinnerungen zu verarbeiten.
• Entwicklerfreundlich: modulare Architektur für einfache Anpassung und Funktionsintegration.
• Emotional gekennzeichnete Erinnerungen: Ermöglicht es der KI, sich an Erinnerungen mit Emotionen zu erinnern.
• Multimodaler Speicher: Unterstützt die Speicherung von Video- und Audioclips.

Hilfe verwenden

Ablauf der Installation

1. Installation der Neo4j-Datenbank::
   • Option A: Neo4j lokal installieren (kostenlos).
   • Option B: Verwendung von Neo4j AuraDB Cloud (kostenlose Option verfügbar).
2. Installation der Qdrant-Vektordatenbank::
   • Option A: Qdrant lokal installieren (kostenlos).
   • Option B: Qdrant Cloud verwenden (kostenlose Option verfügbar).
3. LLM-Anbieter-API-Schlüssel abrufen::
   • Wählen Sie einen der folgenden Anbieter und erhalten Sie einen API-Schlüssel: OpenAI, Azure OpenAI, Together AI, Groq.
4. Installation von Memora::

   pip install memora-core

Grundeinstellungen

1. Initialisieren Sie Memora mit der Datenbank und dem LLM-Anbieter:

   from memora importieren Memora
from qdrant_client import AsyncQdrantClient
von memora.vector_db importieren QdrantDB
from memora.graph_db import Neo4jGraphInterface
from memora.llm_backends import GroqBackendLLM
# Initialisieren Sie die Datenbank
vector_db = QdrantDB(async_client=AsyncQdrantClient(url="QDRANT_URL", api_key="QDRANT_API_KEY"))
graph_db = Neo4jGraphInterface(uri="Neo4jURI", username="Benutzername", password="Passwort", database="DBName")

Verwendung von Memora

1. Neue Erinnerungen schaffen::

   memora = Memora(vector_db=vector_db, graph_db=graph_db, llm_backend=GroqBackendLLM(api_key="YOUR_API_KEY"))
memora.create_memory(user_id="user123", content="Dies ist ein neuer Speicherinhalt", timestamp="2025-01-16T00:00:00Z")

2. Speicher abrufen::

   Erinnerungen = memora.retrieve_memories(user_id="user123")
for memory in memories.
Erinnerungen = memora.retrieve_memories(user_id="user123")

3. Aktualisierter Speicher::

   memora.update_memory(memory_id="memory123", content="Aktualisierter Speicherinhalt")

4. Löschung von Erinnerungen::

   memora.delete_memory(memory_id="memory123")

Erweiterte Verwendung

• emotionaler Marker Speicher: Fügen Sie beim Erstellen von Erinnerungen emotionale Tags hinzu.
• multimodales GedächtnisUnterstützt das Speichern und Abrufen von Video- und Audioclips.

Mit den oben genannten Schritten können Benutzer schnell mit Memora beginnen und die Vorteile der leistungsstarken Speicherverwaltungsfunktionen voll ausschöpfen, um eine natürlichere und menschlichere Interaktionserfahrung für KI zu ermöglichen.