关键词

记忆管理AI助手上下文工具调用自我反思对话追踪

这个项目是一个持久化AI记忆系统，它通过Model Context Protocol (MCP) 标准，为大型语言模型 (LLM) 客户端提供核心记忆和工具服务。它旨在帮助AI助手拥有长期的、可搜索的记忆，能够理解上下文，调用外部功能，并进行自我反思以持续改进。

主要功能点：

  • 记忆管理: 存储、更新和语义搜索AI的长期记忆，支持重要性分级和标签。
  • 对话追踪: 自动保存多平台（如LM Studio、Ollama、VS Code）的对话历史，并支持会话管理和上下文检索。
  • 日程与提醒: 管理日历预约和提醒事项。
  • 项目开发上下文: 为开发工作流（如VS Code环境）提供会话保存、项目洞察存储和代码上下文关联。
  • AI工具调用日志与反思: 记录AI助手通过MCP调用的所有工具，并进行使用模式分析和自我反思，帮助AI理解自身行为和优化性能。
  • 智能嵌入: 利用LM Studio、Ollama或OpenAI等服务生成文本嵌入，实现高效的语义搜索，并支持自动切换和兼容现有嵌入。
  • 自动化维护: 自动进行数据库优化、数据去重和按策略清理旧数据，确保系统高效稳定运行。
  • 多客户端支持: 通过MCP协议支持与多种LLM客户端和平台（如VS Code、SillyTavern）集成。

安装步骤：

你可以选择以下任一方式安装此系统：

  1. 一键安装 (Linux/macOS): 打开终端，运行：

    curl -sSL https://raw.githubusercontent.com/savantskie/persistent-ai-memory/main/install.sh | bash

  2. Windows一键安装: 打开命令提示符，运行：

    curl -sSL https://raw.githubusercontent.com/savantskie/persistent-ai-memory/main/install.bat -o install.bat && install.bat

  3. 手动安装:

    git clone https://github.com/savantskie/persistent-ai-memory.git
cd persistent-ai-memory
pip install -r requirements.txt
pip install -e .

  4. 直接通过pip安装:

    pip install git+https://github.com/savantskie/persistent-ai-memory.git

服务器配置 (供MCP客户端连接用)：

MCP客户端需要以下配置信息来连接并使用“持久化AI记忆系统MCP服务”。这些信息通常在客户端的配置文件中以JSON格式提供。

{
  "server_name": "ai-memory",
  "command": "pams-server",
  "args": [],
  "description": "持久化AI记忆系统MCP服务，提供记忆、日程、项目上下文和工具调用能力"
}
  • server_name: 服务器的标识名称，此处为 "ai-memory"。
  • command: 启动MCP服务器的可执行命令。在安装后，'pams-server' 会被注册为可直接执行的命令。
  • args: 启动服务器时可能需要的额外参数列表，目前为空。
  • description: 对服务器功能的简要说明。

基本使用方法：

  1. 启动MCP服务器: 安装完成后，打开终端或命令提示符，运行以下命令启动MCP服务器：

    pams-server

    服务器会启动并监听来自MCP客户端的请求（例如，来自LM Studio或VS Code的AI助手）。

  2. MCP客户端连接: 配置你的MCP客户端（如LLM本地UI或开发环境）以连接到此服务器。具体连接方式请参考你的MCP客户端的说明，通常涉及提供上述 'server_name' 和 'command' 等信息。

  3. 通过LLM客户端调用工具: 一旦连接成功，你的AI助手就可以使用以下工具来管理记忆和上下文：

    • 'search_memories(query, limit, ...)': 搜索存储的记忆。
    • 'store_conversation(content, role, ...)': 存储对话内容。
    • 'create_memory(content, memory_type, ...)': 创建新的记忆条目。
    • 'create_appointment(title, scheduled_datetime, ...)': 创建日历预约。
    • 'get_system_health()': 检查系统健康状态。
    • 'reflect_on_tool_usage()': 触发AI对自身工具使用情况的分析和反思。
    • 更多工具请参考项目文档或通过'list_tools' MCP方法获取。

信息

分类

AI与计算

访问项目