AI新工具
banner

Memary


介绍:

Memary 是一个模拟人类记忆、增强AI代理的开源Python库。









Memary

Memary 是一个模拟人类记忆来提升人工智能代理性能的工具。其核心是通过集成多个模型(如本地运行的 Llama 和 GPT 模型)以及使用知识图谱、记忆流和实体知识存储来推进 AI 代理的记忆管理和用户偏好了解。Memary 提供了自动生成记忆、记忆模块、系统改进和回溯记忆等功能,以便在最小的开发者实现下,提升代理的智能化程度。

使用场景
  1. 人工智能代理交互:Memary 可以帮助开发者构建具有记忆能力的聊天代理,使其能根据用户的历史交互内容提供更个性化和相关的响应。

  2. 知识管理与回溯:通过知识图谱管理和回溯功能,开发者可以在交互中实时注入新的知识点,也可以查看和调试代理的历史记忆。

  3. 用户偏好分析:Memary 可以跟踪和分析用户的偏好变化,帮助理解用户的兴趣点,并通过记忆模块调整代理的响应策略。

  4. 模型和工具定制:开发者可以添加自定义工具,选择适合的模型配置,并在不同配置下进行基准测试,确保系统能够在不同任务中的最佳性能。

  5. 数据注入与检索:Memary 支持不同数据格式的解析和清洗,以便更好地将私有数据注入代理记忆,同时也提供多种检索技术,以提高记忆的访问和利用效率。

快速开始
  1. 安装 Memary:通过 pip 安装需要的 Python 依赖。

    pip install memary
    
  2. 配置模型:选择并配置本地或云端模型,支持 LLM(如 Llama 3 8B/40B) 和 Vision模型(如 LLaVA)。

  3. 运行 Memary:设置虚拟环境和 API 凭证,运行 Streamlit 应用以启动 Memary。

    streamlit run app.py
    
  4. 基本使用

    from memary.agent.chat_agent import ChatAgent
    system_persona_txt = "data/system_persona.txt"
    user_persona_txt = "data/user_persona.txt"
    past_chat_json = "data/past_chat.json"
    memory_stream_json = "data/memory_stream.json"
    entity_knowledge_store_json = "data/entity_knowledge_store.json"
    chat_agent = ChatAgent(
        "Personal Agent",
        memory_stream_json,
        entity_knowledge_store_json,
        system_persona_txt,
        user_persona_txt,
        past_chat_json,
    )
    

Memary 致力于通过模拟人类记忆功能来增强人工智能代理的智能和交互性,并提供一系列工具和配置选项,使其可以轻松集成到现有系统中。

可关注我们的公众号:每天AI新工具

广告:私人定制视频文本提取,字幕翻译制作等,欢迎联系QQ:1752338621