rishimeka/genesys
🔌 MCP सर्वरrishimeka
AI एजेंटों के लिए ACT-R स्कोरिंग और एक्टिव फॉरगेटिंग वाला ओपन-सोर्स कॉज़ल ग्राफ मेमोरी सिस्टम।
Genesys AI एजेंटों द्वारा दीर्घकालिक मेमोरी प्रबंधित करने के तरीके में एक महत्वपूर्ण बदलाव का प्रतिनिधित्व करता है। पारंपरिक RAG सिस्टम के विपरीत जो केवल वेक्टर एम्बेडिंग पर निर्भर करते हैं, Genesys अवधारणाओं के बीच संबंधों और निर्भरता को मैप करने के लिए एक कॉज़ल ग्राफ संरचना का उपयोग करता है। यह एजेंटों को केवल समान टेक्स्ट चंक्स को पुनः प्राप्त करने के बजाय ग्राफ को पार करके जटिल तर्क कार्य करने की अनुमति देता है।
मुख्य तकनीकी विशेषताएं:
- ACT-R स्कोरिंग: उपयोग की आवृत्ति और नवीनता के आधार पर प्रासंगिक जानकारी को प्राथमिकता देने के लिए संज्ञानात्मक मॉडलिंग सिद्धांतों को लागू करता है।
- स्प्रेडिंग एक्टिवेशन: एजेंट को कॉज़ल ग्राफ के माध्यम से सक्रियण फैलाकर प्रासंगिक रूप से जुड़ी जानकारी प्राप्त करने में सक्षम बनाता है।
- एक्टिव फॉरगेटिंग: एक परिष्कृत तंत्र जो मेमोरी दक्षता बनाए रखने और संदर्भ प्रदूषण को रोकने के लिए पुरानी या अप्रासंगिक नोड्स को हटा देता है।
- MCP संगतता: एक MCP सर्वर के रूप में निर्मित, यह Claude और अन्य LLM-आधारित एजेंट फ्रेमवर्क के साथ सहजता से एकीकृत होता है।
- LoCoMo प्रदर्शन: LoCoMo बेंचमार्क पर 89.9% स्कोर के साथ मान्य, जो समय के साथ तार्किक स्थिरता बनाए रखने में इसकी प्रभावशीलता को प्रदर्शित करता है।
💡मुख्य बातें
- ├─LoCoMo बेंचमार्क पर 89.9% स्कोर
- ├─ACT-R प्रेरित मेमोरी स्कोरिंग
- └─नेटिव MCP सर्वर कार्यान्वयन
🎯के लिए
- ├─AI एजेंट डेवलपर्स
- └─संज्ञानात्मक विज्ञान शोधकर्ता