Куба Память: Постоянная память и графы знаний для ИИ-агентов
Cuba Memorys — это инструмент сервера MCP от Leandropg19, созданный с использованием Rust, предназначенный для обеспечения долгосрочной, постоянной памяти для AI-кодирующих агентов и помощников. Он интегрируется с PostgreSQL, специально используя pgvector для векторных вложений, и предлагает настройку Docker без конфигурации для быстрого развертывания. Эта платформа позволяет AI-агентам сохранять информацию между сессиями, предотвращая потерю знаний и улучшая их способность выполнять многоэтапные задачи. Его архитектура поддерживает изоляцию для нескольких агентов в средах с общими базами данных, обеспечивая безопасную и эффективную работу для продвинутых AI-приложений.
К чему подключается Cuba Memorys?
Cuba Memorys функционирует как сервер MCP, в первую очередь подключаясь к базе данных PostgreSQL. Он конкретно использует pgvector для управления векторными вложениями, которые имеют решающее значение для его возможностей памяти. Хотя PostgreSQL является основной базой данных, он также предлагает локальную базу данных SQLite в качестве альтернативы для различных потребностей развертывания. Инструмент поддерживает как стандартные протоколы ввода/вывода (stdio), так и протоколы передачи HTTP, при этом HTTP специально отмечен как loopback, соответствуя спецификации MCP от 2026-07-28. Он совместим с клиентами ИИ, такими как Claude и ChatGPT.
Основные функции и инструменты
Cuba Memorys предоставляет набор вызываемых инструментов, общее количество которых варьируется от 19 до 29. Ключевые инструменты включают cuba_pizarra, который управляет временной рабочей памятью для многошаговых задач агентов, предлагая такие функции, как время жизни и массовая очистка. cuba_tools помогает в обнаружении и загрузке схем инструментов. Для управления ошибками cuba_remedio позволяет отмечать ошибки как решенные. Кроме того, cuba_puente является центральным для управления отношениями внутри графа знаний, позволяя создавать, проходить, делать выводы и предсказывать связи между сущностями.
Для кого это?
Этот инструмент создан для агентов программирования ИИ и помощников ИИ, которым требуются возможности долгосрочной, постоянной памяти. Он помогает этим агентам искать, рассуждать и получать исправления от графа знаний, обеспечивая, чтобы они не забывали детали кодовой базы между сессиями. Cuba Memorys позволяет агентам хранить и извлекать временную рабочую память, что имеет решающее значение для сложных многошаговых операций. Он также поддерживает создание и управление отношениями графа знаний. Пропустите это, если ваше приложение ИИ не требует постоянной памяти или взаимодействия с графом знаний.
Как начать
Клиентам, подключающимся к серверу, не требуются учетные данные, так как внутренняя модель аутентификации программы использует Row-Level Security (RLS) PostgreSQL для изоляции данных. Время выполнения указывает на роль cuba_app, которая не является суперпользователем, с CUBA_SKIP_MIGRATIONS=1 для обеспечения безопасных взаимодействий с базой данных. Связь происходит через stdio или loopback HTTP, что соответствует спецификации MCP для взаимодействия клиент-сервер.
Сценарии использования
- Позволяет агентам ИИ искать, рассуждать и получать исправления от графа знаний, предотвращая их забывание деталей кодовой базы между сессиями.
- Хранит и извлекает временную рабочую память для многошаговых задач агентов с использованием cuba_pizarra, с такими функциями, как время жизни и массовая очистка.
- Создает, управляет, проходит, делает выводы и предсказывает отношения между сущностями в графе знаний с использованием cuba_puente.
Cuba Memorys от Leandropg19 предлагает агентам ИИ постоянную память и возможности графа знаний, основанные на Rust и поддерживаемые PostgreSQL с pgvector. Его дизайн поддерживает безопасные, изолированные среды для нескольких агентов через RLS. Инструмент предоставляет набор вызываемых функций для управления временными и долгосрочными знаниями. Он нацелен на предотвращение забывания агентами ИИ ключевых деталей в ходе выполнения задач. Попробуйте создавать, управлять и исследовать отношения между сущностями в графе знаний, используя cuba_puente.
