Memvid로 휴대용 단일 파일 에이전트 메모리 구축

Memvid로 휴대용 단일 파일 에이전트 메모리 구축은(는) 무엇을 하나요?

에이전트가 벡터 데이터베이스나 전체 RAG 서비스를 실행하지 않고도 로컬에서 휴대 가능한 장기 기억과 검색을 필요로 할 때 Memvid를 사용하세요.

전제 조건

Memvid CLI 또는 SDK; 로컬 벡터 검색을 위한 선택적 로컬 임베딩 모델 파일

설치

환경에 맞는 업스트림 설치 또는 설정 경로를 따르세요:

• git clone https://github.com/memvid/memvid.git
• cargo build
• cargo build --release
• cargo build --release --features "lex,vec,temporal_track"

업스트림의 요구 사항 및 주의 사항:

• | Node.js SDK | npm install @memvid/sdk | |
• | Python SDK | pip install memvid-sdk | |
• CLIP 임베딩을 사용한 이미지 검색(clip 기능 필요):

기본 사용법 또는 시작 참고 사항:

• MEMVID_WHISPER_MODEL=whisper-tiny-en-q8k cargo run --example test_whisper --features whisper -- audio.mp3

• 기본 BGE-small 모델(384차원, 빠르고 효율적) 다운로드:

• 출처: https://github.com/memvid/memvid

• 업스트림 문서에서 추출: https://raw.githubusercontent.com/memvid/memvid/HEAD/README.md

문서

• https://docs.memvid.com

출처

• Agent Skill Exchange