RepoRadar OKF Agent Memory: хранилище персистентной памяти для ИИ-агентов
OKF Agent Memory — это хранилище персистентной памяти для ИИ-агентов, построенное на основе Google OKF v0.2. Оно решает проблему потери контекста при взаимодействии с агентами, позволяя сохранять ценные данные и решения прямо в репозитории в формате Markdown с YAML frontmatter.
Проект выделяется тем, что использует собственное хранилище без внешних зависимостей или баз данных, что позволяет сократить накладные расходы при поиске и доступе к памяти до 80%. Это делает его идеальным для разработчиков, которые ценят контроль над данными и хотят избежать проблем с vendor lock-in. Вся работа ведется в локальных репозиториях, где можно использовать стандартные команды Git для управления памятью.
Запускается проект на чистом Go и не требует дополнительных API для извлечения памяти. Обрати внимание, что в данный момент нет указаний на поддержку других платформ, кроме Linux.
Проект **OKF Agent Memory** представляет собой слой памяти для AI-агентов, который использует стандартный формат Open Knowledge Format (OKF) v0.2. Основная цель — обеспечить консистентное и долговременное хранение данных, которые могут быть потеряны из-за закрытия контекстных окон AI. Это решение позволяет хранить важные архитектурные решения, открытия и факты в виде обычных Markdown-файлов с YAML-фронтматом в репозитории.
Основные возможности
- Высокая производительность: Запросы выполняются быстрее 300 микросекунд, а валидация графа занимает около 4 миллисекунд.
- Git-нативность: Все данные хранятся в текстовом виде и могут быть проверены с помощью стандартных git-команд, таких как `git diff` и `git log`.
- Отсутствие затрат на API: Локальная индексация с использованием BM25 снижает необходимость в размере API и сетевых запросах.
- Стандарты OKF v0.2: Полная поддержка источников, уровней доверия и метаданных жизненного цикла.
- Принцип поиска перед записью: Запросы на существующие концепции должны выполняться прежде, чем создавать новые, что предотвращает дублирование.
Установка и запуск
Чтобы начать работу с OKF Agent Memory, нужно создать исполняемый файл:
make buildИсполняемый файл будет сгенерирован в каталоге bin/okf.
Существует несколько базовых команд для работы с инструментом:
./bin/okf validate knowledge --strict --drift— для проверки соответствия и связности графа../bin/okf search "architecture layers" knowledge— для поиска концепций../bin/okf create decisions/auth-flow knowledge --type Decision --title "OAuth2 Authorization Flow" --desc "Standardized on PKCE for client authentication."— для создания новой концепции../bin/okf update decisions/auth-flow knowledge --desc "Updated OAuth2 PKCE token refresh interval."— для обновления существующей концепции../bin/okf bootstrap /path/to/project --name "My Project"— для настройки полного стека памяти агента в проект.
Ограничения
Хотя проект не требует внешних зависимостей и предлагает много преимуществ, важно учитывать, что его эффективность зависит от корректного соблюдения форматов и стандартов, а также от правильно настроенной среды работы. Все операции выполняются локально, что уменьшает задержки, но требует от пользователя конфигурации по мере роста объема данных.
Документация и поддержка
В проекте имеется обширная документация, включая руководство по началу работы, полное описание команд и дальнейшие материалы для разработчиков. Рекомендуется ознакомиться с разделами Getting Started и CLI & MCP Reference для получения дополнительных подробностей.
Открыть на GitHub: okf-memory/okf-agent-memory →
