最新

今天看到了这篇文章 - https://news.ycombinator.com/item?id=44937991，我自己也创建了 https://htmlsync.io，想知道是否还有其他人选择使用“自包含 HTML 应用”（vibe-coded）来替代他们之前使用的其他个人工具？ 你认为这种形式的自包含 HTML 应用会取代大多数个人工具吗？ 如果不会，你认为最大的限制是什么？

嘿，HN！我是 Arindam，Memori 团队的一员（<a href="https:&#x2F;&#x2F;memori.gibsonai.com&#x2F;" rel="nofollow">https:&#x2F;&#x2F;memori.gibsonai.com&#x2F;</a>）。 Memori 为 AI 智能体添加了一个有状态的记忆引擎，使它们能够保持一致性，回忆过去的工作，并随着时间的推移而改进。有了 Memori，智能体不会再忘记多步骤工作流程，重复调用工具，或者忘记用户偏好。相反，它们会建立类似人类的记忆，这使得它们在不同会话中更加可靠和高效。 我们还准备了演示应用程序（个人日记助手、研究助手和旅行规划师），以便您可以看到记忆的实际应用。 当前的 LLM 是无状态的——它们会忘记会话之间的所有内容。这会导致重复的交互、令牌浪费和不一致的结果。在构建 AI 智能体时，这个问题会变得更糟：如果没有记忆，它们无法从失败中恢复，无法协调各个步骤，也无法应用“始终编写测试”之类的简单规则。 我们意识到，为了让 AI 智能体投入生产，它们需要记忆。这就是我们构建 Memori 的原因。 Memori 使用多智能体架构来捕获对话，分析它们，并决定保留哪些记忆。它支持三种模式： - 意识模式：用于最近、基本上下文的短期记忆。 - 自动模式：在长期记忆中进行动态搜索。 - 组合模式：将两者结合起来，实现快速回忆和深度检索。 在底层，Memori 是 SQL 优先的。您可以使用 SQLite、PostgreSQL 或 MySQL 来存储记忆，并内置全文搜索、版本控制和优化功能。这使得它易于部署、可用于生产环境且可扩展。 Memori 由 GibsonAI 的数据库基础设施提供支持，该基础设施支持： - 即时配置 - 按需自动缩放 - 数据库分支和版本控制 - 查询优化 - 恢复点 这意味着记忆不仅仅是被存储，它还可靠、高效，并能随着实际工作负载的增加而扩展。 我们已根据 Apache 2.0 许可证开源了 Memori，因此任何人都可以使用它进行构建。您可以在此处查看 GitHub 存储库：<a href="https:&#x2F;&#x2F;github.com&#x2F;GibsonAI&#x2F;memori" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;GibsonAI&#x2F;memori</a>，探索文档，并在 Discord 上加入我们的社区。 我们很乐意听取您的想法。请深入研究代码，试用演示，并分享反馈，您的意见将有助于我们确定 Memori 的未来发展方向。