Cuba Pamięci: Trwała Pamięć i Grafy Wiedzy dla Agentów AI
Cuba Memorys to narzędzie serwera MCP stworzone przez Leandropg19, zbudowane w Rust, zaprojektowane w celu zapewnienia długoterminowej, trwałej pamięci dla agentów kodowania AI i asystentów. Integruje się z PostgreSQL, wykorzystując pgvector do osadzeń wektorowych, i oferuje konfigurację Docker bez potrzeby ustawień do szybkiego wdrożenia. Ta platforma umożliwia agentom AI zachowanie informacji między sesjami, zapobiegając utracie wiedzy i zwiększając ich zdolność do wykonywania złożonych zadań. Jej architektura wspiera izolację dla wielu agentów w współdzielonych środowiskach baz danych, zapewniając bezpieczne i efektywne działanie dla zaawansowanych aplikacji AI.
Do czego łączy się Cuba Memorys?
Cuba Memorys działa jako serwer MCP, głównie łącząc się z bazą danych PostgreSQL. Specjalnie wykorzystuje pgvector do zarządzania osadzeniami wektorowymi, które są kluczowe dla jego możliwości pamięci. Chociaż PostgreSQL jest główną bazą danych, oferuje również lokalną bazę danych SQLite jako alternatywę dla różnych potrzeb wdrożeniowych. Narzędzie obsługuje zarówno standardowe wejście/wyjście (stdio), jak i protokoły transportowe HTTP, przy czym HTTP jest szczególnie zauważone jako loopback, zgodnie z specyfikacją MCP z dnia 2026-07-28. Jest kompatybilne z klientami AI, takimi jak Claude i ChatGPT.
Główne funkcje i narzędzia
Cuba Memorys oferuje zbiór narzędzi do wywołania, z całkowitą liczbą wahającą się między 19 a 29. Kluczowe narzędzia to cuba_pizarra, które zarządza tymczasową pamięcią roboczą dla zadań agentów wieloetapowych, oferując funkcje takie jak czas życia i masowe usuwanie. cuba_tools pomaga w odkrywaniu i ładowaniu schematów narzędzi. W przypadku zarządzania błędami, cuba_remedio pozwala oznaczać błędy jako rozwiązane. Dodatkowo, cuba_puente jest centralne w zarządzaniu relacjami w grafie wiedzy, umożliwiając tworzenie, przeszukiwanie, wnioskowanie i przewidywanie połączeń między bytami.
Dla kogo to jest?
To narzędzie zostało stworzone dla agentów kodowania AI i asystentów AI, którzy potrzebują długoterminowych, trwałych możliwości pamięci. Pomaga tym agentom przeszukiwać, rozumować i być korygowanymi przez graf wiedzy, zapewniając, że nie zapominają szczegółów kodu między sesjami. Cuba Memorys pozwala agentom przechowywać i odzyskiwać tymczasową pamięć roboczą, co jest kluczowe dla złożonych, wieloetapowych operacji. Obsługuje również tworzenie i zarządzanie relacjami w grafie wiedzy. Pomiń to, jeśli Twoja aplikacja AI nie wymaga trwałej pamięci lub interakcji z grafem wiedzy.
Jak zacząć
Nie są wymagane żadne dane uwierzytelniające dla klientów łączących się z serwerem, ponieważ wewnętrzny model uwierzytelniania programu wykorzystuje Row-Level Security (RLS) PostgreSQL do izolacji danych. Czas wykonywania jest skierowany do roli cuba_app, która nie jest superużytkownikiem, z CUBA_SKIP_MIGRATIONS=1, aby zapewnić bezpieczne interakcje z bazą danych. Komunikacja odbywa się za pośrednictwem stdio lub loopback HTTP, zgodnie z specyfikacją MCP dla interakcji klient-serwer.
Przykłady użycia
- Umożliwia agentom AI przeszukiwanie, rozumowanie i bycie korygowanymi przez graf wiedzy, zapobiegając zapominaniu szczegółów kodu między sesjami.
- Przechowuje i odzyskuje tymczasową pamięć roboczą dla zadań agentów wieloetapowych przy użyciu cuba_pizarra, z funkcjami takimi jak czas życia i masowe usuwanie.
- Tworzy, zarządza, przeszukuje, wnioskowuje i przewiduje relacje między bytami w grafie wiedzy przy użyciu cuba_puente.
Cuba Memorys autorstwa Leandropg19 oferuje agentom AI trwałą pamięć i możliwości grafu wiedzy, zbudowane na Rust i wspierane przez PostgreSQL z pgvector. Jego projekt wspiera bezpieczne, izolowane środowiska dla wielu agentów poprzez RLS. Narzędzie zapewnia zestaw wywoływalnych funkcji do zarządzania wiedzą tymczasową i długoterminową. Ma na celu zapobieganie zapominaniu przez agentów AI kluczowych szczegółów w różnych zadaniach. Spróbuj tworzyć, zarządzać i przeszukiwać relacje między podmiotami w grafie wiedzy używając cuba_puente.
