akitaonrails/ai-memory
Pubblicata su AIChronos il · fonte del · akitaonrails
ai-memory è un repository GitHub che fornisce memoria a lungo termine per agenti di coding AI, facilitando il passaggio fluido di compiti tra diversi strumenti vendor senza necessità di riepiloghi. Il sistema opera con zero chiamate LLM predefinite utilizzando database SQLite locali e embedding, eliminando la dipendenza da API key salvo l'attivazione opzionale di funzionalità avanzate. La memoria è gestita tramite file Markdown versionati su Git che fungono da fonte della verità, supportando compressione automatica deduplicata (DBSCAN) e curve di decadimento per i dati inattivi.
- Abilita la continuità cross-agent permettendo a un agente di riprendere compiti lasciati incompleti identificando domande aperte senza riepiloghi.
- Supporta la persistenza multi-macchina tramite server remoti, consentendo l'accesso alla memoria condivisa tra laptop e ambienti homelab.
- Implementa una gestione dell'accesso pesata che rallenta il decadimento dei dati utili mentre compatta le note episodiche fredde in fatti durevoli.
- Fornisce un indice derivato per la ricerca full-text, l'entity linking e il recupero vettoriale fusi in un unico sistema di ranking.
Perché conta. È rilevante perché permette agli sviluppatori di costruire ecosistemi AI locali scalabili che mantengono lo stato del contesto tra sessioni diverse senza costi operativi per API o perdita di conoscenza durante il cambio di agenti.
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.