MemoryScope

MemoryScope 简介

MemoryScope 是一个为大语言模型（LLM）聊天机器人提供强大灵活的长期记忆能力的框架。通过这个系统，聊天机器人可以不断学习并记住用户的基本信息、习惯和偏好，使得用户在使用过程中逐渐感受到被“理解”的体验。

主要特性

1. 内存数据库：MemoryScope 配备了一个向量数据库（默认使用 ElasticSearch）来存储系统中记录的所有记忆片段。

2. 工人库：MemoryScope 将长期记忆的能力分解为独立的工人，包括超过20个用于信息过滤、观察提取和洞察更新的工人。

3. 操作库：基于工人管道构建内存服务的操作，支持内存检索和记忆整合等关键功能。

   • 内存检索：根据用户查询，返回相关的内存片段。
   • 记忆整合：将一批用户查询进行分析，提取重要信息以存入内存数据库。
   • 反思与再整合：定期反思新记录的观察结果，更新洞察并消除记忆片段之间的矛盾和重复。

4. 时间敏感性：系统在执行内存检索和整合操作时，对时间非常敏感，使得相关信息检索准确无误。

使用场景

MemoryScope 适用于多个应用场景，包括：

• 个人助手：可以用于构建个性化的助手，持续记录用户的偏好和习惯，以便提供更符合用户需求的服务。
• 情感陪伴者：能够为用户提供持续的情感支持，记住用户的情感状态及其变化，从而进行更精准的情感交互。
• 教育和培训工具：可以在教育场景中，通过了解学习者的背景和学习习惯来提供个性化的指导和反馈。

整体而言，MemoryScope 的目标是通过提供一个高效的长期记忆系统，增强人与机器之间的互动体验。