lemory

Lemory est un middleware de base de données de contexte local pour les agents IA, qui intègre les fichiers Markdown existants (par exemple, Obsidian Vault) dans un système de mémoire, de connaissances et de compétences compréhensible par l'IA. En utilisant des fichiers réels comme base de données sans système de fichiers virtuel ni base de données hébergée séparée, il permet d'utiliser les outils existants tels que `ls`, `grep`, `git`, etc., avec un coût de migration quasi-nul. Ses fonctionnalités clés comprennent une recherche hybride à quatre voies combinant la recherche vectorielle sémantique, la recherche de mots clés spécialisée en coréen (BM25), l'exploration de graphes basée sur des liens wiki et la recherche à fenêtre temporelle. Optimisé pour le traitement des langues coréenne et CJK, il garantit une grande précision de recherche grâce à la correction des fautes de frappe, à l'appariement des formes dérivées et à l'indexation des bigrammes. De plus, il adopte une structure de chargement hiérarchique à trois niveaux (L0 : résumé, L1 : aperçu, L2 : texte original), ce qui réduit considérablement l'utilisation des jetons sans appel à LLM. Pour la mémoire de travail de l'agent, il fournit des outils tels que `remember`, `recall`, `reflect`, `resume_case`, et prend en charge une structure de 'pyramide de mémoire' où le contenu de la conversation est distillé en atomes de faits et automatiquement promu en notes de scène et de persona. Fonctionnant comme un serveur MCP (Model Context Protocol), il peut être facilement intégré à des agents de codage IA majeurs tels que Claude Code, Cursor, Windsurf, etc., et est également utilisable via un proxy d'API compatible OpenAI pour les clients ne prenant pas en charge MCP. Toutes les requêtes et opérations d'écriture sont enregistrées dans une base de données SQLite locale, permettant une observation sous forme de chronologie, et les notes générées par l'IA peuvent être gérées avec un bouton d'annulation, accompagnées de l'indication de leur source.