เครื่องยนต์หน่วยความจำ MCP ท้องถิ่นสำหรับการจัดการบริบทผู้ช่วย AI ที่คงอยู่
kairn, โดย Primeline Ai, เป็นเอนจินความรู้ที่ตระหนักถึงบริบทซึ่งให้ความจำระยะยาวสำหรับผู้ช่วย AI มันทำงานเป็นเซิร์ฟเวอร์ Model Context Protocol โดยแปลงการโต้ตอบในการสนทนาเป็นกราฟความจำที่มีโครงสร้างถาวรซึ่งรักษาบริบทของโครงการในระหว่างเซสชันและตัดรายการที่ล้าสมัยโดยอัตโนมัติ ด้านสำคัญรวมถึงการจัดเก็บแบบกราฟ อัลกอริธึมการเสื่อมสภาพทางชีวภาพ การจัดเส้นทางบริบทอย่างชาญฉลาด และชุดคำสั่งการจัดการสำหรับตัวแทน เครื่องมือนี้มุ่งเป้าไปที่นักพัฒนา AI และผู้ใช้ที่มีพลังซึ่งต้องการความจำที่ถาวรและเป็นส่วนตัวสำหรับการทำงานหลายเซสชัน.
มันแทนที่บันทึกแบบแบนด้วยกราฟความรู้ที่พิมพ์ได้ซึ่งเหมาะสำหรับความต่อเนื่องของเซสชัน
Kairn ทำงานเป็นเซิร์ฟเวอร์ MCP ที่เปลี่ยนการแลกเปลี่ยนสนทนาให้เป็นกราฟที่คงอยู่และพัฒนาแทนที่จะเป็นไฟล์แบนหรือเวกเตอร์ธรรมดา เครื่องมือนี้ใช้โมเดลการเสื่อมสภาพทางชีวภาพเพื่อหมดอายุรายการที่มีมูลค่าต่ำหรือชั่วคราวเมื่อเวลาผ่านไป ซึ่งลดการเสื่อมสภาพของบริบทโดยการออกแบบ การจัดเส้นทางบริบทอัจฉริยะตัดสินใจว่าจะโหลดอะไรเข้าไปในชุดงานของผู้ช่วย ป้องกันไม่ให้โหนดที่ไม่เกี่ยวข้องทำให้หน้าต่างคำถามของเซสชันล้นหลาม
การดึงข้อมูลสนับสนุนความสัมพันธ์ที่พิมพ์ได้ เพิ่มความเกี่ยวข้องสำหรับงานที่รับรู้การพึ่งพา
แทนที่จะพึ่งพาความคล้ายคลึงทางความหมายเพียงอย่างเดียว กราฟจะเก็บลิงก์ที่พิมพ์ได้ เช่น depends-on, resolves, และ causes ประเภทความสัมพันธ์เหล่านั้นช่วยให้เครื่องมือโหลดบริบทที่เชื่อมโยงกับห่วงโซ่สาเหตุหรือการพึ่งพา ซึ่งช่วยให้ตัวแทนสามารถตอบคำถามติดตามที่ขึ้นอยู่กับการตัดสินใจก่อนหน้านี้ วิธีการนี้จัดหาบริบทที่มุ่งเป้าไปที่การแก้ปัญหาทางเทคนิคหรือชุดการวิจัยที่ความแม่นยำของความสัมพันธ์มีความสำคัญมากกว่าการซ้อนทับหัวข้อในระดับผิว
มันต้องการการตั้งค่าท้องถิ่น แต่มีเครื่องมือที่มุ่งหน้าไปยังตัวแทน 22 ชิ้นสำหรับการจัดการ
การติดตั้งคาดหวังสภาพแวดล้อม Python และสนับสนุนการติดตั้งผ่าน pip (kairn-ai) หรือเป็นไฟล์ .mcpb ที่รู้จักกันในชื่อ bundle การรวมจุดรวมถึงโฮสต์ MCP เช่น Claude Desktop และ Claude Code และการกำหนดค่าด้วยคลิกเดียวหรือแบบแมนนวลได้รับการสนับสนุน (ตัวอย่างเช่น การใช้ uvx kairn หรือการตั้งค่า MCP) แพ็คเกจนี้เปิดเผยเครื่องมือ kn_ 22 ชิ้นที่ให้ตัวแทนค้นหา เชื่อมต่อ ตัดแต่ง และตัดสินความเกี่ยวข้องทางโปรแกรมได้
การจัดเก็บแบบท้องถิ่นก่อนเก็บความรู้ไว้ในอุปกรณ์ จำกัด การเปิดเผยภายนอก
ฐานข้อมูลความรู้เริ่มต้นจะอยู่ในไดเรกทอรีท้องถิ่นและเครื่องมือจะไม่อัปโหลดข้อมูลไปยังบริการคลาวด์ การออกแบบนั้นให้การควบคุมบนอุปกรณ์เกี่ยวกับวัสดุโครงการที่ละเอียดอ่อนและสอดคล้องกับการทำงานที่ห้ามการถ่ายโอนภายนอก นอกจากนี้ยังวางความรับผิดชอบในการสำรองข้อมูลและการจัดการไฟล์ท้องถิ่นไว้ที่ผู้ใช้ ผู้ดูแลระบบควรวางแผนสำหรับการบำรุงรักษาออฟไลน์หากพวกเขานำเครื่องมือนี้ไปใช้ในโครงการที่ยั่งยืน
ดีที่สุดสำหรับทีมที่มีทักษะทางเทคนิคในการจัดการบริบท AI ระยะยาว
Kairn เหมาะสำหรับทีมที่มีทักษะทางเทคนิคที่ต้องการบริบทที่ยั่งยืนและคัดสรร; ชุมชนผู้พัฒนา MCP อธิบายว่าเป็น 'เส้นทางค้นหาที่รองรับน้ำหนัก' สำหรับการทำงานแบบหลายเซสชัน. ลอจิกการลืมทางชีวภาพที่สร้างขึ้นมาใช้หน้าต่างการเก็บรักษา, ตัวอย่างเช่นประมาณ 200 วันสำหรับโซลูชันระยะยาวและประมาณ 50 วันสำหรับวิธีการแก้ไขที่มีอายุสั้น, ซึ่งให้รางวัลแก่การคัดสรรอย่างกระตือรือร้นและการตรวจสอบเป็นระยะ. คาดว่าจะออกแบบนโยบายการเก็บรักษาเกี่ยวกับการตัดสินใจที่สำคัญเพื่อให้กราฟมีสมาธิ.
