14 poin oleh xguru 4 jam lalu | Belum ada komentar. | Bagikan ke WhatsApp
  • Lapisan memori & konteks untuk AI yang secara otomatis mengekstrak fakta (facts) dari percakapan dan membangun profil pengguna, sehingga melengkapi keterbatasan AI yang tidak bisa mengingat informasi antarpercakapan
  • Memperbarui pengetahuan, menangani kontradiksi, dan menghapus informasi kedaluwarsa (pelupaan otomatis)
    • Memahami bahwa "baru saja pindah ke SF" menggantikan "tinggal di NYC", dan fakta sementara seperti "besok ada ujian" akan kedaluwarsa setelah tanggalnya lewat
  • Menyediakan Hybrid Search yang menggabungkan Memory + RAG dalam satu kueri, mengembalikan dokumen knowledge base bersama konteks yang dipersonalisasi
  • User Profiles dipelihara secara otomatis — fakta stabil (static) + aktivitas terbaru (dynamic) disediakan dalam satu kali pemanggilan (sekitar 50ms)
  • Melalui Connectors, Google Drive, Gmail, Notion, OneDrive, dan GitHub disinkronkan otomatis lewat webhook real-time
  • Multi-modal Extractors bawaan — cukup unggah PDF, gambar (OCR), video (transkripsi), dan kode (chunking dengan pengenalan AST)
  • Developer dapat menambahkan memori/RAG/profil/konektor lewat satu API, tanpa perlu konfigurasi vector DB, pipeline embedding, atau strategi chunking
  • Menyediakan server MCP·plugin — mendukung Claude Code, Cursor, VS Code, OpenCode, OpenClaw, Hermes, dll., serta menyediakan tool memory/recall/context
  • Didistribusikan sebagai biner tunggal sehingga langsung berjalan di localhost:6767 tanpa konfigurasi, dan bisa digunakan sepenuhnya offline saat terhubung dengan Ollama
  • Menyediakan drop-in wrapper untuk Vercel AI SDK, LangChain, LangGraph, OpenAI Agents SDK, Mastra, Agno, n8n, dll.
  • Meraih peringkat 1 di tiga benchmark utama memori AI seperti LongMemEval(81.6%), LoCoMo, dan ConvoMem
    • Juga merilis framework benchmark open source MemoryBench
  • Lisensi MIT

Belum ada komentar.

Belum ada komentar.