Memora: construcción de módulos de memoria de IA humanizada para guardar y actualizar información sobre interacciones con humanos.

Introducción general

Memora es un agente diseñado para replicar los recuerdos humanos en cada IA personalizada. Ayuda a las IAs a recordar detalles de interacciones pasadas, emociones y experiencias compartidas como lo hacen los humanos a través de características tales como memorias con marca de tiempo, marcadores de emoción y memorias multimodales.Memora soporta multi-tenancy, puede manejar millones de usuarios e interacciones, y tiene una arquitectura modular altamente escalable y fácil de desarrollar que facilita la personalización y la integración de características.

Artículos relacionados:Zep: creación de una capa de memoria a largo plazo para aplicaciones de inteligencia artificial, extracción y actualización de información sobre usuarios y datos empresariales.

Lista de funciones

• Memoria temporal: permite a la IA recordar interacciones pasadas con fecha y hora.
• Soporte multiusuario: da cabida a múltiples organizaciones, agentes y usuarios.
• Gestión flexible de nombres: utilice marcadores de posición para facilitar la actualización de los nombres de usuario y agente.
• Escalabilidad: diseñado para gestionar millones de usuarios, interacciones y memorias.
• Fácil de desarrollar: arquitectura modular que facilita la personalización y la integración de funciones.
• Recuerdos etiquetados emocionalmente: permite a la IA recordar recuerdos con emociones.
• Memoria multimodal: admite la memoria de clips de vídeo y audio.

Utilizar la ayuda

Proceso de instalación

1. Instalación de la base de datos Neo4j::
   • Opción A: Instala Neo4j localmente (gratis).
   • Opción B: Utilice Neo4j AuraDB Cloud (opción gratuita disponible).
2. Instalación de la base de datos de vectores Qdrant::
   • Opción A: Instalar Qdrant localmente (gratis).
   • Opción B: Utilizar Qdrant Cloud (opción gratuita disponible).
3. Obtener clave API de proveedor LLM::
   • Seleccione uno de los siguientes proveedores y obtenga una clave API: OpenAI, Azure OpenAI, Together AI, Groq.
4. Instalación de Memora::

   pip install memora-core

Ajustes básicos

1. Inicializar Memora con la base de datos y el proveedor LLM:

   from memora import Memora
from qdrant_client import AsyncQdrantClient
from memora.vector_db import QdrantDB
from memora.graph_db import Neo4jGraphInterface
from memora.llm_backends import GroqBackendLLM
# 初始化数据库
vector_db = QdrantDB(async_client=AsyncQdrantClient(url="QDRANT_URL", api_key="QDRANT_API_KEY"))
graph_db = Neo4jGraphInterface(uri="Neo4jURI", username="Username", password="Password", database="DBName")

Uso de Memora

1. Crear nuevos recuerdos::

   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="这是一个新的记忆内容", timestamp="2025-01-16T00:00:00Z")

2. recuperar la memoria::

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

3. Memoria actualizada::

   memora.update_memory(memory_id="memory123", content="更新后的记忆内容")

4. Borrado de recuerdos::

   memora.delete_memory(memory_id="memory123")

Uso avanzado

• marcador emocional memoria: Añade etiquetas emocionales al crear recuerdos.
• memoria multimodal: Admite el almacenamiento en memoria y la recuperación de clips de vídeo y audio.

Con los pasos anteriores, los usuarios pueden empezar a utilizar Memora rápidamente y aprovechar al máximo sus potentes funciones de gestión de memoria para ofrecer una experiencia de interacción más natural y humana para la IA.