Memora : construction de modules de mémoire d'IA humanisés pour enregistrer et mettre à jour des informations sur les interactions avec les humains

Introduction générale

Memora est un agent conçu pour reproduire les souvenirs humains pour chaque IA personnalisée. Il aide les IA à se souvenir des détails des interactions passées, des émotions et des expériences partagées comme le font les humains grâce à des fonctionnalités telles que les souvenirs horodatés, les marqueurs d'émotion et les souvenirs multimodaux. Memora prend en charge la multi-location, peut gérer des millions d'utilisateurs et d'interactions, et possède une architecture modulaire hautement évolutive et conviviale pour les développeurs qui facilite la personnalisation et l'intégration des fonctionnalités.

Articles connexes :Zep : construction d'une couche de mémoire à long terme pour les applications d'IA, extraction et mise à jour des informations sur les utilisateurs et des données commerciales.

Liste des fonctions

• Rappel de mémoire temporelle : permet à l'IA de se rappeler des souvenirs horodatés d'interactions passées.
• Support multi-locataires : permet d'accueillir plusieurs organisations, agents et utilisateurs.
• Gestion souple des noms : utilisation de caractères génériques pour faciliter la mise à jour des noms d'utilisateurs et d'agents.
• Évolutivité : conçu pour gérer des millions d'utilisateurs, d'interactions et de souvenirs.
• Convivialité pour les développeurs : architecture modulaire facilitant la personnalisation et l'intégration des fonctionnalités.
• Souvenirs étiquetés de manière émotionnelle : permet à l'IA de se souvenir de souvenirs accompagnés d'émotions.
• Mémoire multimodale : permet de mémoriser des clips vidéo et audio.

Utiliser l'aide

Processus d'installation

1. Installation de la base de données Neo4j: :
   • Option A : Installer Neo4j localement (gratuit).
   • Option B : Utiliser Neo4j AuraDB Cloud (option gratuite).
2. Installation de la base de données vectorielle Qdrant: :
   • Option A : Installer Qdrant localement (gratuit).
   • Option B : Utiliser Qdrant Cloud (option gratuite).
3. Obtenir la clé API du fournisseur LLM: :
   • Sélectionnez l'un des fournisseurs suivants et obtenez une clé API : OpenAI, Azure OpenAI, Together AI, Groq.
4. Installation de Memora: :

   pip install memora-core

Paramètres de base

1. Initialiser Memora avec la base de données et le fournisseur 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")

Utilisation de Memora

1. Créer de nouveaux souvenirs: :

   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. retrouver la mémoire: :

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

3. Mémoire mise à jour: :

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

4. Effacement des souvenirs: :

   memora.delete_memory(memory_id="memory123")

Utilisation avancée

• marqueur émotionnel mémoireLes étiquettes émotionnelles : ajoutez des étiquettes émotionnelles lorsque vous créez des souvenirs.
• mémoire multimodaleLa fonction de stockage et d'extraction de clips vidéo et audio en mémoire est prise en charge.

Avec les étapes ci-dessus, les utilisateurs peuvent rapidement commencer à utiliser Memora et tirer pleinement parti de ses puissantes fonctions de gestion de la mémoire pour offrir à l'IA une expérience d'interaction plus naturelle et plus humaine.