À propos du projet
Epicode est un système de mémoire IA spatiale open source conçu pour donner aux agents IA une mémoire persistante et inter-sessions. Il stocke les souvenirs sous forme de tétraèdres dans un espace 3D continu, extrait automatiquement les relations dans un graphe de connaissances et prend en charge des fenêtres de validité temporelle pour un rappel sensible au temps.
Les capacités clés incluent :
- Modèle de mémoire spatiale avec regroupement et fusion automatiques des sommets proches
- Recherche sémantique hybride combinant BM25 et récupération vectorielle HNSW avec des embeddings ONNX
- Construction automatique du graphe de connaissances avec mises à jour dynamiques des relations
- Validité temporelle avec fenêtres valid_from/valid_until et score de décroissance de fraîcheur
- Intégration MCP (Model Context Protocol) exposant les outils de mémoire, d'identité, de compétences et de drive L0 via tools/list
- Protocole SMRP pour des réponses mémoire structurées avec niveau, provenance de récupération et métadonnées optionnelles de topologie/placement
- Prise en charge cloud multi-tenant avec gestion des utilisateurs, quotas, codes d'invitation et contrôles d'administration
- Défense auto-hébergée via epicode-guard, surveillant le trafic SSH/Web/honeypot et bannissant automatiquement les attaquants à l'aide de nftables/firewalld
- Observabilité via des statistiques détaillées d'appels (métriques de requête/récupération/cache/décision) sur /v1/stats
Le système est construit avec un backend Rust (Axum, Tokio, SQLite, ONNX Runtime) et un frontend React 19 (TypeScript, Vite 7, Tailwind CSS). Il utilise l'API DeepSeek LLM pour la classification cognitive et prend en charge le déploiement via Docker Compose ou Kubernetes avec Nginx. Des SDK Python et TypeScript/JavaScript sont disponibles pour l'intégration.
L'architecture achemine les requêtes via Nginx, un middleware de sécurité (clé API, limitation de débit, vérification d'énergie), un GatewayCenter (embedding, classification LLM, placement spatial), le placement des tétraèdres dans l'espace, les mises à jour du graphe de connaissances et des cycles de planification en arrière-plan pour les opérations pulse, link, dedup et dream.
Le projet est sous licence MIT et fournit une documentation sur l'architecture, la référence API, le protocole MCP, la configuration, les benchmarks, le déploiement et le dépannage.
Comments
0 people shared their preference · Deer Point appears after 10 participants
Sign in to join the discussion.