Memary：利用知识图谱增强Agent长期记忆的开源项目

综合介绍

Memary 是一个创新的开源项目，专注于为自主智能体提供长期记忆管理解决方案。该项目通过知识图谱和专门的记忆模块，帮助智能体突破传统上下文窗口的限制，实现更智能的交互体验。Memary 采用自动化的记忆生成机制，可以在智能体交互过程中自动更新记忆，并通过统一的仪表盘展示这些记忆。系统支持多种模型配置，包括本地运行的 Llama 和 LLaVA 模型，以及云端的 GPT 模型。此外，Memary 还提供了多图支持，允许开发者为不同用户创建独立的智能体实例，实现个性化的记忆管理。

Memary 整体架构

Memary Agent

Memary Knowledge Graphs

Memory Modules

功能列表

• 自动化记忆生成与更新
• 知识图谱存储与检索
• 记忆流(Memory Stream)跟踪实体与时间戳
• 实体知识库(Entity Knowledge Store)管理频率与时效性
• 递归检索方法优化知识图谱搜索
• 多跳推理支持复杂查询处理
• 自定义工具扩展支持
• 多智能体图谱管理
• 记忆压缩与上下文窗口优化
• 主题提取与实体分类
• 时间线分析功能

使用帮助

1. 安装配置

1.1 基本要求

• Python 版本要求: <= 3.11.9
• 推荐使用虚拟环境进行安装

1.2 安装方式
a) 使用 pip 安装:

pip install memary

b) 本地安装:

• 创建并激活虚拟环境
• 安装依赖: pip install -r requirements.txt

1.3 模型配置
Memary 支持两种运行模式：

• 本地模式（默认）：使用 Ollama 运行模型
  • LLM: Llama 3 8B/40B（推荐）
  • 视觉模型: LLaVA（推荐）
• 云端模式：
  • LLM: gpt-3.5-turbo
  • 视觉模型: gpt-4-vision-preview

2. 环境准备

2.1 配置 .env 文件

OPENAI_API_KEY="YOUR_API_KEY"
PERPLEXITY_API_KEY="YOUR_API_KEY"
GOOGLEMAPS_API_KEY="YOUR_API_KEY"
ALPHA_VANTAGE_API_KEY="YOUR_API_KEY"
# 数据库配置（二选一）：
FALKORDB_URL="falkor://[[username]:[password]]@[falkor_host_url]:port"
或
NEO4J_PW="YOUR_NEO4J_PW"
NEO4J_URL="YOUR_NEO4J_URL"

2.2 更新用户配置

• 编辑 streamlit_app/data/user_persona.txt 设置用户特征
• 可选：修改 streamlit_app/data/system_persona.txt 调整系统特征

3. 基本使用

3.1 启动应用

cd streamlit_app
streamlit run app.py

3.2 代码示例

from memary.agent.chat_agent import ChatAgent
# 初始化聊天智能体
chat_agent = ChatAgent(
"Personal Agent",
memory_stream_json,
entity_knowledge_store_json,
system_persona_txt,
user_persona_txt,
past_chat_json,
)
# 添加自定义工具
def multiply(a: int, b: int) -> int:
"""乘法计算工具"""
return a * b
chat_agent.add_tool({"multiply": multiply})
# 移除工具
chat_agent.remove_tool("multiply")

4. 多智能体配置

适用于使用 FalkorDB 数据库时：

# 用户 A 的个人智能体
chat_agent_user_a = ChatAgent(
"Personal Agent",
memory_stream_json_user_a,
entity_knowledge_store_json_user_a,
system_persona_txt_user_a,
user_persona_txt_user_a,
past_chat_json_user_a,
user_id='user_a_id'
)
# 用户 B 的个人智能体
chat_agent_user_b = ChatAgent(
"Personal Agent",
memory_stream_json_user_b,
entity_knowledge_store_json_user_b,
system_persona_txt_user_b,
user_persona_txt_user_b,
past_chat_json_user_b,
user_id='user_b_id'
)

5. 记忆管理特性

5.1 记忆流(Memory Stream)

• 自动捕获所有实体及其时间戳
• 支持时间线分析
• 主题提取功能

5.2 实体知识库(Entity Knowledge Store)

• 跟踪实体引用频率和时效性
• 实体相关性排名
• 实体分类功能
• 时间变化分析

5.3 知识图谱功能

• 递归检索优化
• 多跳推理支持
• 自动更新机制