Trwała warstwa pamięci dla agentów AI, stworzona dla deweloperów
EverOS, stworzony przez EverMind AI, to system operacyjny pamięci, który dostarcza trwały, przenośny kontekst dla agentów AI w różnych sesjach i narzędziach. Oferuje lokalną, edytowalną warstwę pamięci, która rejestruje rozmowy, preferencje i ślady wykonania oraz udostępnia ten kontekst asystentom za pośrednictwem interfejsu serwera. Kluczowe komponenty obejmują przechowywanie w formacie Markdown, warstwę indeksowania i ekstrakcję umiejętności. Produkt jest skierowany do programistów i zaawansowanych użytkowników, którzy potrzebują długoterminowego kontekstu agenta, jednocześnie zachowując dane pod lokalną kontrolą.
Jak odzyskiwanie i zakres kształtują to, co narzędzie zwraca?
Narzędzie łączy wiele technik odzyskiwania, aby obsługiwać różne typy zapytań: BM25 do dopasowywania słów kluczowych, wyszukiwanie wektorowe do przypomnienia semantycznego oraz indeksowanie skalarne do zapytań numerycznych lub rankingowych. Pamięć jest zorganizowana w ramach wyraźnych zakresów, wymienionych jako
- Użytkownik
- Agent
- Aplikacja
- Projekt
- Sesja
Czy zmieści się w istniejących przepływach pracy asystentów i deweloperów?
Narzędzie działa jako runtime oparty na Pythonie oraz jako serwer MCP, wymagając Pythona 3.12 lub nowszego do instalacji lokalnych. Ścieżki wdrożenia obejmują instalacje CLI, kontenery Docker i integrację REST API. Obsługuje Model Context Protocol do bezpośredniego użycia z asystentami obsługującymi MCP, takimi jak Claude Code i Cursor, pozwalając zespołom połączyć istniejące klientów kodujących lub asystentów z wspólną pamięcią bez konieczności przepisywania klientów.
Kto buduje i rozszerza społeczność projektu?
Projekt jest open-source na licencji Apache 2.0 i jest utrzymywany przez EverMind, który również publikuje narzędzia takie jak Raven i EverAlgo. Repozytorium pokazuje znaczne zaangażowanie społeczności, z tysiącami gwiazdek i wieloma projektami pochodnymi, od asystentów neurodywergentnych po prototypy noszonych AI. Ten ekosystem ułatwia deweloperom znajdowanie integracji, przykładów implementacji i rozszerzeń napędzanych przez społeczność.
Jak prywatne i audytowalne są przechowywane wspomnienia?
Domyślne zachowanie przechowuje dane na lokalnym sprzęcie, przechowując wspomnienia jako czytelne dla ludzi pliki Markdown indeksowane za pomocą SQLite i LanceDB do odzyskiwania. Ponieważ pliki są zwykłym Markdownem, użytkownicy mogą je otwierać i edytować w edytorach tekstowych, takich jak Obsidian, co zapewnia bezpośrednią audytowalność tego, co agent pamięta. Projekt lokalny umieszcza własność i inspekcję plików pamięci pod kontrolą użytkownika.
Praktyczna, wspierana przez społeczność opcja dla technicznie biegłych zespołów
Narzędzie jest praktyczną opcją dla programistów i zespołów technicznych, które wymagają trwałej, inspekcyjnej pamięci agenta wspieranej przez aktywną społeczność open-source. Wysokie zainteresowanie społeczności i otwarta licencja wspierają eksperymentowanie i rozszerzanie. Oczekuj ścieżki adopcji skoncentrowanej na kodzie i wdrożeniu; zespoły bez zasobów programistycznych prawdopodobnie napotkają stromy krzywą konfiguracji i utrzymania.
