इस प्रोजेक्ट के बारे में

MemOS LLM और AI एजेंट्स के लिए एक मेमोरी ऑपरेटिंग सिस्टम है। यह दीर्घकालिक मेमोरी के लिए स्टोर, रिट्रीव और मैनेज ऑपरेशन्स को एकीकृत करता है, जिसका लक्ष्य संदर्भ-जागरूक और व्यक्तिगत इंटरैक्शन है, साथ ही नॉलेज बेस, मल्टी-मोडल डेटा, टूल मेमोरी और एंटरप्राइज़-उन्मुख अनुकूलन अंतर्निहित हैं। README में वर्णित प्रमुख क्षमताएँ: - एकीकृत मेमोरी API: मेमोरी को जोड़ने, पुनर्प्राप्त करने, संपादित करने और हटाने के लिए एक API, जो एक ग्राफ़ के रूप में संरचित है जिसे निरीक्षण और संपादित किया जा सकता है, न कि एक अपारदर्शी एम्बेडिंग स्टोर। - मल्टी-मोडल मेमोरी: टेक्स्ट, इमेज, टूल ट्रेस और पर्सोना समर्थित हैं और इन्हें एक साथ पुनर्प्राप्त और तर्क किया जा सकता है। - मल्टी-क्यूब नॉलेज बेस प्रबंधन: कई नॉलेज बेस कंपोज़ेबल मेमोरी क्यूब्स के रूप में कार्य करते हैं, जो उपयोगकर्ताओं, प्रोजेक्ट्स और एजेंट्स के बीच आइसोलेशन, नियंत्रित साझाकरण और गतिशील कंपोज़िशन की अनुमति देते हैं। - MemScheduler के माध्यम से एसिंक्रोनस इनजेशन: मेमोरी ऑपरेशन्स उच्च समवर्तीता के तहत स्थिरता के लिए मिलीसेकंड-स्तरीय विलंबता के साथ एसिंक्रोनस रूप से चल सकते हैं। - मेमोरी फीडबैक और सुधार: प्राकृतिक-भाषा फीडबैक के माध्यम से मेमोरी को सही, पूरक या प्रतिस्थापित किया जा सकता है। डिप्लॉयमेंट विकल्प: - क्लाउड API: MemOS डैशबोर्ड से API कुंजी के साथ एक्सेस की जाने वाली होस्टेड सेवा; REST एंडपॉइंट्स पर मेमोरी जोड़ें और खोजें। - सेल्फ-होस्टिंग: Docker Compose MemOS API को Neo4j और Qdrant के साथ शुरू करता है, या यदि वे सेवाएँ पहले से उपलब्ध हैं तो API को सीधे uvicorn के साथ चलाया जा सकता है। कॉन्फ़िगरेशन में LLM प्रोवाइडर, एम्बेडर, वेक्टर DB, ग्राफ़ DB और शेड्यूलर शामिल हैं। - प्लगइन्स: एक क्लाउड प्लगइन और एक लोकल प्लगइन मेमोरी को OpenClaw, Hermes Agent और DeepSeek Harness में एकीकृत करते हैं। क्लाउड प्लगइन एजेंट रन से पहले मेमोरी को रिकॉल करता है और बाद में नए संदेशों को सहेजता है, और इसे फेल-ओपन बताया गया है ताकि अस्थायी आउटेज कार्य को बाधित न करे। लोकल प्लगइन मेमोरी को डिवाइस पर SQLite में संग्रहीत करता है और FTS5 तथा वेक्टर सर्च को मिलाकर हाइब्रिड रिट्रीवल, स्मार्ट डीडुप्लीकेशन, L1 ट्रेस, L2 पॉलिसीज़ और L3 वर्ल्ड मॉडल्स में टियरड स्किल इवोल्यूशन, मल्टी-एजेंट सहयोग, और एक Memory Viewer डैशबोर्ड प्रदान करता है। इंस्टॉलेशन पथों में क्लाउड प्लगइन के लिए एक npm पैकेज, लोकल प्लगइन के लिए शेल और PowerShell इंस्टॉलर, और सेल्फ-होस्टेड सेवा के लिए Docker या uvicorn शामिल हैं। प्रोजेक्ट Apache 2.0 के अंतर्गत लाइसेंस प्राप्त है और दस्तावेज़ीकरण, एक arXiv पेपर, Discord और GitHub चर्चाओं के लिंक प्रदान करता है। README बेंचमार्क स्कोर और टोकन-बचत के आंकड़े भी बताता है; ये प्रोजेक्ट के अपने दावे हैं और यहाँ स्वतंत्र रूप से सत्यापित नहीं हैं।