इस प्रोजेक्ट के बारे में

RuVector AI एजेंटों के लिए एक स्थायी, अनुकूली मेमोरी सब्सट्रेट प्रदान करता है जिन्हें सत्रों के बीच याद रखने की आवश्यकता होती है। सिस्टम स्थानीय सिमेंटिक एम्बेडिंग (डिफ़ॉल्ट रूप से all-MiniLM-L6-v2 का उपयोग करके), HNSW और फ्लैट इंडेक्स के साथ स्थायी वेक्टर स्टोरेज, ग्राफ और हाइपरग्राफ संबंध, SONA MicroLoRA और EWC++ समेकन के माध्यम से स्पष्ट फीडबैक सीखने, और संघनन, स्नैपशॉट और प्रतिकृति सहित मेमोरी लाइफसाइकिल नियंत्रण को जोड़ता है। मेमोरी को वर्गों में व्यवस्थित किया गया है: कार्य/सत्र, प्रासंगिक/Reflexion, सिमेंटिक, प्रक्रियात्मक, कारण/संबंधपरक, सीखना, साझा और ऑडिटेबल। कोर VectorDB मेटाडेटा फ़िल्टरिंग के साथ स्थायी वेक्टर स्टोरेज, नेमस्पेस अलगाव के लिए संग्रह/उपनाम, और कई पुनर्प्राप्ति मोड प्रदान करता है जिसमें घने समानता, स्पार्स-डेंस हाइब्रिड, प्रेडिकेट-जागरूक ANN, अस्थायी क्षय, सुसंगतता गेटिंग, ग्राफ पुनर्निर्माण, मल्टी-वेक्टर MaxSim, GNN रीरैंकिंग, Matryoshka फ़नल और डिस्क-समर्थित ANN शामिल हैं। तैनाती सतहों में Node.js/TypeScript के लिए npm पैकेज (ruvector), Rust क्रेट (ruvector-core), ब्राउज़रों के लिए WASM पैकेज (@ruvector/wasm), HTTP सेवा (ruvector-server), PostgreSQL एक्सटेंशन (ruvector-postgres), RVF संज्ञानात्मक कंटेनर, और वैकल्पिक होस्टेड Shared Brain (mcp-brain) शामिल हैं। मूल बाइनरी Linux x64/arm64, macOS x64/arm64 और Windows x64 को कवर करती हैं। मुख्य क्षमताएं: प्रति-क्वेरी API शुल्क के बिना स्थानीय एम्बेडिंग, बैच/समानांतर एम्बेडिंग, HNSW/फ्लैट इंडेक्स, LSM-आधारित उच्च-लेखन अंतर्ग्रहण (ruvector-lsm-ann), ग्राफ स्टोरेज (ruvector-graph), उत्पाद परिमाणीकरण और RaBitQ के माध्यम से संपीड़न, क्षमता-गेटेड पुनर्प्राप्ति, RVF गवाहों के माध्यम से छेड़छाड़-स्पष्ट वंशावली, प्रतिकृति प्राइमेटिव और Raft घटक। मोनोरेपो में अस्थायी सुसंगतता, हाइब्रिड खोज, ACORN प्रेडिकेट-जागरूक ANN, MaxSim, GNN रीरैंकिंग, Matryoshka, DiskANN, एजेंट मेमोरी संघनन, अस्थायी टेंसर कोडेक, ग्राफ संघनन, स्नैपशॉट, कॉपी-ऑन-राइट शाखाएं, कैश स्थिरता और क्षमता-गेटेड ANN के लिए विशेष क्रेट शामिल हैं। ज्ञात सीमाएं: एकीकृत AgenticMemory में मूल सेव/लोड और क्रॉस-टाइप समेकन का अभाव है; मेटाडेटा फ़िल्टरिंग उम्मीदवार सेट को संकीर्ण करती है; HNSW कोल्ड स्टार्ट इंडेक्स का पुनर्निर्माण करता है; अस्थायी सुसंगतता सटीक जोड़ीवार ग्राफ का उपयोग करती है; संघनन डिफ़ॉल्ट पथों में वायर्ड नहीं है; वृद्धिशील स्नैपशॉट और क्लाउड बैकएंड अधूरे हैं; प्रतिकृति/Raft उत्पादन-तैयार नहीं है; GNN/MRAgent/Darwin शोध सतहें हैं; RVF और PostgreSQL के लिए अलग टूलचेन की आवश्यकता होती है। सुरक्षा: एम्बेडिंग को संवेदनशील व्युत्पन्न के रूप में माना जाता है; संग्रह प्राधिकरण सीमाएं नहीं हैं; RVF गवाह छेड़छाड़-स्पष्ट हैं लेकिन एन्क्रिप्टेड नहीं हैं; डिलीट स्नैपशॉट/प्रतिकृति पर कैस्केड नहीं होते हैं; Shared Brain होस्टेड प्लेन है जिसकी समीक्षा आवश्यक है; ऑफ़लाइन तैनाती के लिए मॉडल पिन करें; पुनर्प्राप्ति से टूल निष्पादन अलग करें। कोर खोज, LSM लेखन, अस्थायी सुसंगतता, क्षमता-गेटेड पुनर्प्राप्ति और Matryoshka पुनर्प्राप्ति के लिए बेंचमार्क शामिल हैं। Rust 1.77+ की आवश्यकता है। MIT लाइसेंस।