Construire une mémoire agent portable en un seul fichier avec Memvid
Utilisez Memvid lorsque qu'un agent a besoin d'une mémoire à long terme locale et portable, et de récupération, sans avoir à exécuter une base de données vectorielle ou un service RAG complet.
Prérequis
CLI ou SDK Memvid ; fichiers de modèle d'embedding locaux optionnels pour la recherche vectorielle locale
Installation
Utilisez le chemin d'installation ou de configuration en amont qui correspond à votre environnement :
- git clone https://github.com/memvid/memvid.git
- cargo build
- cargo build --release
- cargo build --release --features "lex,vec,temporal_track"
Exigences et mises en garde de la source en amont :
- | Node.js SDK | npm install @memvid/sdk |
|
- | Python SDK | pip install memvid-sdk |
|
- Recherche d'images à l'aide d'embeddings CLIP (nécessite la fonctionnalité clip) :
Notes sur l'utilisation de base ou la prise en main :
-
MEMVID_WHISPER_MODEL=whisper-tiny-en-q8k cargo run --example test_whisper --features whisper -- audio.mp3
-
Téléchargez le modèle BGE-small par défaut (384 dimensions, rapide et efficace) :
-
Source : https://github.com/memvid/memvid
-
Extrait de la documentation en amont : https://raw.githubusercontent.com/memvid/memvid/HEAD/README.md