Memobase: решение для долговременной памяти на основе пользовательского профиля для приложений искусственного интеллекта

Общее введение

Memobase - это система памяти на основе пользовательского профиля, разработанная для поддержки долговременной памяти пользователей в генеративных приложениях ИИ. Создаете ли вы виртуального компаньона, образовательный инструмент или персонализированного помощника, Memobase поможет вашему ИИ запоминать, понимать и развиваться в зависимости от взаимодействия с пользователем. С помощью Memobase разработчики могут определять и контролировать информацию о пользователе, получаемую ИИ, гарантируя, что ИИ сможет обновлять свою память с течением времени, чтобы избежать устаревания информации. Memobase обеспечивает масштабируемые профили пользователей, которые развиваются естественным образом в процессе диалога, и легко интегрируется в существующие стеки LLM (Large Language Model) с поддержкой Python, Node, Go и многих других. SDK.

Список функций

• Управление памятью пользователяОпределение и контроль пользовательской информации, получаемой ИИ, для обеспечения точности и своевременности запоминания.
• Память о чувстве времени: Сохраните информацию на определенную дату, чтобы устаревшая информация не влияла на решения ИИ.
• Расширяемые профили пользователей: Естественное развитие профилей пользователей с помощью диалога и поддержка крупномасштабной обработки данных о пользователях.
• Простота интеграции: Быстрая интеграция с минимальными изменениями кода через API и многочисленные SDK (Python, Node, Go).
• пакетный файл: Лучшая в отрасли скорость обработки данных и экономичность благодаря использованию не встраиваемых систем и буферов сеансов.
• Готовность производственной среды: Проверено в производственных условиях нашими партнерами для обеспечения стабильности и надежности.

Использование помощи

Процесс установки

1. Установка Python SDK::

   pip install memobase

2. Запуск бэкенда Memobase::
   • Убедитесь, что URL-адрес проекта (по умолчаниюhttp://localhost:8019) и токены проектов (по умолчаниюsecret).

Процесс использования

1. Инициализация клиента::

   from memobase import MemoBaseClient, ChatBlob
mb = MemoBaseClient(project_url=PROJECT_URL, api_key=PROJECT_TOKEN)
assert mb.ping()

2. Управление пользователями::
   • Добавить пользователя: python
uid = mb.add_user({"any_key": "any_value"})

   • Обновление информации о пользователе: python
mb.update_user(uid, {"any_key": "any_value2"})

   • Получите информацию о пользователе: python
u = mb.get_user(uid)
print(u)

   • Удалите пользователя: python
mb.delete(uid)

3. вставить данные::
   • Вставьте данные диалога: python
messages = [
{"role": "user", "content": "Hello, I'm Gus"},
{"role": "assistant", "content": "Hi, nice to meet you, Gus!"}
]bid = u.insert(ChatBlob(messages=messages))
print(u.get(bid))

   • По умолчанию Memobase удаляет блоки данных после обработки. Данные можно сохранить, изменив конфигурационный файл.

Основные функции

1. Определение памяти пользователя::
   • Определите информацию о пользователе, которую ИИ должен получить с помощью вызовов API.
2. Память о чувстве времени::
   • Сохранение информации о конкретной дате в профилях пользователей гарантирует, что устаревшие данные не повлияют на ИИ.
3. Расширяемые профили пользователей::
   • Профили пользователей развиваются естественным образом через диалог, а разработчики могут контролировать объем памяти.
4. пакетный файл::
   • Быстрая и экономичная пакетная обработка данных благодаря использованию не встраиваемых систем и буферизации сеансов.

Выполнив описанные выше действия, разработчики смогут легко начать работу с Memobase, чтобы обеспечить мощную поддержку долговременной памяти пользователя для генеративных приложений ИИ.