Toolverse
Wszystkie skille

v3-memory-unification

autor: ruvnet

Scal 6+ systemów pamięci w jeden szybki AgentDB z wyszukiwaniem wektorowym

Instalacja

Wybierz klienta i sklonuj repozytorium do odpowiedniego katalogu skilli.

Instalacja

Szybkie info

Autor
ruvnet
Kategoria
Data Science
Wyświetlenia
2

O skillu

Umieść wszystkie systemy pamięci agenta w jednej bazie danych AgentDB z indeksowaniem HNSW. Skill łączy rozproszone magazyny danych (SQLite, Markdown, pamięć rozproszona) w zunifikowany backend, który przyspiesza wyszukiwanie 150–12 500 razy. Zachowuje kompatybilność z istniejącym kodem, jednocześnie włączając uczenie się SONA i udostępnianie pamięci między agentami.

Jak używać

  1. Zaplanuj architekturę migracji, definiując, które z sześciu systemów pamięci (MemoryManager, DistributedMemorySystem, SwarmMemory, AdvancedMemoryManager, SQLiteBackend, MarkdownBackend, HybridBackend) będą przeniesione do AgentDB. Określ kolejność migracji i wymagania dotyczące zachowania danych.

  2. Skonfiguruj AgentDB i indeksator HNSW, ustawiając parametry wyszukiwania wektorowego oraz połączenia z bazą danych. Skill dostarcza UnifiedMemoryService, która zarządza adaptacją do AgentDB i indeksowaniem wpisów pamięci.

  3. Przeprowadź migrację danych ze starych systemów do AgentDB za pomocą wbudowanego DataMigrator. Proces zachowuje strukturę istniejących wpisów pamięci i utrzymuje spójność między agentami.

  4. Przetestuj wyszukiwanie wektorowe, wysyłając zapytania do zunifikowanego interfejsu. Zweryfikuj, że czasy odpowiedzi spadły w stosunku do poprzednich systemów i że wszystkie agenty mogą udostępniać wyniki pamięci.

  5. Włącz integrację SONA, aby agenty mogły uczyć się z udostępnianej pamięci i poprawiać przyszłe decyzje na podstawie historycznych danych. Skill automatycznie indeksuje nowe wpisy w miarę ich dodawania.

Podobne skille