Kremis: กราฟความรู้ท้องถิ่นสำหรับหน่วยความจำ AI ที่มีรากฐาน
Kremis ซึ่งพัฒนาโดย Tykolt เป็นเครื่องมือเซิร์ฟเวอร์ MCP ที่สร้างด้วย Rust ออกแบบมาเพื่อให้ชั้นความจำที่สามารถตรวจสอบได้สำหรับ AI ที่มีรากฐาน มันเชื่อมต่อผู้ช่วย AI และลูกค้าเพื่อเสนอกราฟความรู้ที่แน่นอนในท้องถิ่น แจกจ่ายในรูปแบบไบนารีที่คอมไพล์แล้ว มักอยู่ในคอนเทนเนอร์ Docker Kremis รับประกันว่าเอเจนต์ AI สามารถสอบถามข้อเท็จจริงที่สามารถติดตามได้ถึงจุดข้อมูลจริง เครื่องมือนี้ฟรีสนับสนุนลูกค้า AI หลายประเภท สร้างพื้นฐานที่เชื่อถือได้สำหรับการดำเนินการความจำ AI โดยไม่มีการดึงข้อมูลที่มีความน่าจะเป็น.
Kremis เชื่อมต่อกับอะไร?
Kremis ทำงานเป็นเซิร์ฟเวอร์ MCP เชื่อมต่อกับผู้ช่วย AI และลูกค้า มันให้กราฟความรู้ในท้องถิ่น ทำหน้าที่เป็นชั้นความจำที่สามารถตรวจสอบได้สำหรับ AI ที่มีพื้นฐาน ลูกค้า AI ที่เข้ากันได้ ได้แก่ Claude, Cursor และผู้ช่วยที่เข้ากันได้กับ MCP อื่น ๆ ซึ่งใช้ Kremis สำหรับการดึงข้อมูลที่แน่นอน เซิร์ฟเวอร์รองรับทั้ง stdio และ HTTP เป็นโปรโตคอลการขนส่ง ช่วยให้การรวมเข้ากับระบบ AI ต่าง ๆ ที่ต้องการส่วนประกอบความจำที่มีโครงสร้างมีความยืดหยุ่น
ฟีเจอร์หลักและเครื่องมือ
Kremis เปิดเผยเครื่องมือที่เรียกใช้ได้หลายรายการ ไบนารี kremis รวมถึงคำสั่งย่อยเช่น init สำหรับการเริ่มต้นฐานข้อมูล, ingest สำหรับการเพิ่มข้อมูลตัวอย่าง (เช่น "ingest -f examples/sample_signals.json -t json"), และ server เพื่อเริ่มเซิร์ฟเวอร์ HTTP ของมัน จุดสิ้นสุด HTTP เช่น "/health" และ "/query" ก็มีให้บริการเช่นกัน นอกจากนี้ การแจกจ่ายยังรวมถึงไบนารี kremis-mcp ซึ่งบ่งบอกถึงสะพาน stdio MCP ที่เฉพาะเจาะจงสำหรับการโต้ตอบของลูกค้า
ใครคือผู้ใช้งาน?
Kremis มุ่งเป้าไปที่ตัวแทน AI และผู้ช่วย AI รวมถึงแพลตฟอร์มเช่น Claude, Cursor และส่วนขยาย VS Code ที่ต้องการชั้นความจำที่มีพื้นฐานและสามารถตรวจสอบได้ มันให้บริการระบบที่ต้องการสอบถามข้อเท็จจริงที่เก็บไว้เป็นโหนดกราฟ ซึ่งคำตอบสามารถติดตามได้ถึงจุดข้อมูลจริงโดยไม่ต้องพึ่งพาการดึงข้อมูลเชิงความน่าจะเป็นหรือการฝังตัว นี่ไม่ใช่ตัวเลือกที่เหมาะสมหากแอปพลิเคชัน AI ของคุณไม่ต้องการกราฟความรู้ในท้องถิ่นที่สามารถตรวจสอบได้สำหรับความจำ
วิธีเริ่มต้น
เซิร์ฟเวอร์ทำการตรวจสอบสิทธิ์โดยใช้ตัวแปรสภาพแวดล้อม ซึ่งอ่านจาก PROCESS.ENV ตัวแปรเหล่านี้ถูกตั้งค่าในการกำหนดค่าลูกค้า MCP ของผู้ใช้และยังคงอยู่บนเครื่องท้องถิ่นสำหรับเซิร์ฟเวอร์ท้องถิ่น รองรับการขนส่ง HTTP และ stdio
กรณีการใช้งาน
- การให้ชั้นความจำที่สามารถตรวจสอบได้ซึ่งตัวแทน AI สามารถสอบถามข้อเท็จจริงที่เก็บไว้เป็นโหนดกราฟ โดยคำตอบสามารถติดตามได้ถึงจุดข้อมูลจริงโดยไม่ต้องพึ่งพาการดึงข้อมูลเชิงความน่าจะเป็นหรือการฝังตัว
- การเพิ่มข้อมูลที่มีโครงสร้าง เช่น ไฟล์ JSON ลงในกราฟความรู้ของมัน
- ให้บริการคำถามเพื่อดึงข้อมูลจากกราฟความรู้ผ่าน API HTTP ของมัน
Kremis เสนอวิธีแก้ปัญหาที่เชี่ยวชาญสำหรับหน่วยความจำ AI โดยการสร้างกราฟความรู้ที่สามารถกำหนดได้และตรวจสอบได้ พัฒนาโดย Tykolt เซิร์ฟเวอร์ MCP ที่ใช้ Rust นี้ช่วยให้ตัวแทน AI สามารถเข้าถึงข้อเท็จจริงที่มีอยู่ในท้องถิ่น ความสามารถในการรับข้อมูลที่มีโครงสร้างและให้บริการคำถามผ่าน HTTP สนับสนุนการทำงานที่สำคัญของ AI ลองเริ่มเซิร์ฟเวอร์ HTTP ด้วยคำสั่ง "kremis server" เพื่อสำรวจความสามารถในการสอบถามของมัน.
