mirror of
https://github.com/agentscope-ai/ReMe.git
synced 2026-09-07 08:26:06 +00:00
53 lines
2.3 KiB
ReStructuredText
53 lines
2.3 KiB
ReStructuredText
.. MemoryScope documentation master file, created by
|
||
sphinx-quickstart on Fri Jan 5 17:53:54 2024.
|
||
You can adapt this file completely to your liking, but it should at least
|
||
contain the root `toctree` directive.
|
||
|
||
:github_url: https://github.com/modelscope/memoryscope
|
||
|
||
MemoryScope 文档
|
||
=========================
|
||
|
||
欢迎浏览MemoryScope相关文档
|
||
-------------------------------
|
||
|
||
.. image:: ./docs/images/logo.png
|
||
:align: center
|
||
|
||
MemoryScope可以为LLM聊天机器人提供强大且灵活的长期记忆能力，并提供了构建长期记忆能力的框架。
|
||
MemoryScope可以用于个人助理、情感陪伴等记忆场景，通过长期记忆能力来不断学习，记得用户的基础信息以及各种习惯和喜好，使得用户在使用LLM时逐渐感受到一种“默契”。
|
||
|
||
.. image:: docs/images/framework.png
|
||
:align: center
|
||
|
||
核心框架
|
||
^^^^^^^^^^^^^^^^^^^^
|
||
|
||
💾 记忆数据库: MemoryScope配备了向量数据库(默认是*ElasticSearch*)，用于存储系统中记录的所有记忆片段。
|
||
|
||
🔧 核心worker库: MemoryScope将长期记忆的能力原子化，抽象成单独的worker，包括query信息过滤，observation抽取，insight更新等20+worker。
|
||
|
||
🛠️ 核心Op库: 并基于worker的pipeline构建了memory服务的核心operation，实现了记忆检索，记忆巩固等核心能力。
|
||
|
||
- 记忆检索：当用户输入对话，此操作返回语义相关的记忆片段。如果输入对话包含对时间的指涉，则同时返回相应时间中的记忆片段。
|
||
- 记忆巩固：此操作接收一批用户的输入对话，并从对话中提取重要的用户信息，将其作为 *observation* 形式的记忆片段存储在记忆数据库中。
|
||
- 反思与再巩固：每隔一段时间，此操作对新记录的 *observations* 进行反思，以形成和更新 *insight*
|
||
形式的记忆片段。然后执行记忆再巩固，以确保记忆片段之间的矛盾和重复得到妥善处理。
|
||
|
||
.. toctree::
|
||
:maxdepth: 2
|
||
:caption: MemoryScope 教程
|
||
|
||
关于 MemoryScope <README.md>
|
||
安装 <docs/installation.md>
|
||
命令行终端 <examples/cli/CLI_README_ZH.md>
|
||
简单案例 <examples/api/simple_usages_zh.ipynb>
|
||
高级用法 <examples/advance/custom_operator_zh.md>
|
||
贡献 <docs/contribution.md>
|
||
|
||
.. toctree::
|
||
:maxdepth: 6
|
||
:caption: MemoryScope 接口
|
||
|
||
API <docs/api.rst>
|
||
|