Постоянный слой памяти для ИИ-агентов, созданный для разработчиков
EverOS, от EverMind AI, это операционная система памяти, которая предоставляет постоянный, портативный контекст для AI-агентов на протяжении сессий и инструментов. Она предлагает локальный, редактируемый слой памяти, который записывает разговоры, предпочтения и трассировки выполнения и предоставляет этот контекст помощникам через серверный интерфейс. Ключевые компоненты включают хранилище, совместимое с Markdown, слой индексации и извлечение навыков. Продукт нацелен на разработчиков и опытных пользователей, которым нужен долгосрочный контекст агента, при этом данные остаются под локальным контролем.
Как извлечение и область действия формируют то, что возвращает инструмент?
Инструмент сочетает несколько методов извлечения для обработки различных типов запросов: BM25 для сопоставления ключевых слов, векторный поиск для семантического воспоминания и скалярная индексация для числовых или ранжированных запросов. Память организована по явным областям, перечисленным как
- Пользователь
- Агент
- Приложение
- Проект
- Сессия
Подойдет ли это для существующих рабочих процессов помощника и разработчика?
Инструмент работает как среда выполнения на основе Python и как сервер MCP, требуя Python 3.12 или новее для локальных установок. Пути развертывания включают установки CLI, контейнеры Docker и интеграцию REST API. Он поддерживает Протокол Контекста Модели для прямого использования с помощниками, поддерживающими MCP, такими как Claude Code и Cursor, позволяя командам связывать свои существующие клиенты кодирования или помощников с общей памятью без переписывания клиентов.
Кто создает и расширяет сообщество проекта?
Проект является открытым исходным кодом под лицензией Apache 2.0 и поддерживается EverMind, который также публикует инструменты, такие как Raven и EverAlgo. Репозиторий демонстрирует значительное участие сообщества, с тысячами звезд и несколькими проектами вниз по течению, начиная от помощников для нейроразнообразия до прототипов носимых AI. Эта экосистема облегчает разработчикам поиск интеграций, примеров реализации и расширений, созданных сообществом.
Насколько приватны и подлежат аудиту хранимые воспоминания?
По умолчанию данные хранятся на локальном оборудовании, сохраняя воспоминания в читаемых человеком Markdown-файлах, индексируемых с помощью SQLite и LanceDB для извлечения. Поскольку файлы являются обычными Markdown, пользователи могут открывать и редактировать их в текстовых редакторах, таких как Obsidian, обеспечивая прямую возможность аудита того, что помнит агент. Дизайн с приоритетом на локальность помещает право собственности и проверку файлов памяти под контроль пользователя.
Практичный вариант, поддерживаемый сообществом для технически подготовленных команд
Этот инструмент является практичным вариантом для разработчиков и технических команд, которым требуется постоянная, проверяемая память агента, поддерживаемая активным сообществом с открытым исходным кодом. Высокий интерес со стороны сообщества и открытая лицензия поддерживают эксперименты и расширение. Ожидайте путь принятия, ориентированный на код и развертывание; команды без ресурсов разработчиков, вероятно, столкнутся с крутой кривой настройки и обслуживания.
