
Mnemosyne ist ein natives, sub-Millisekunden-Speichersystem für KI-Agenten, basierend auf SQLite. Es bietet 500x schnellere Leistung als Cloud-Alternativen ohne HTTP, Server oder API-Schlüssel.
Persistenter Speicher für KI-Agenten
Verleihen Sie jedem KI-Agenten (wie Claude Code, Cursor oder Hermes) ein Langzeitgedächtnis, das Sitzungen und Gespräche überdauert.
Entwicklung persönlicher Assistenten
Erstellen Sie lokale Assistenten, die sich an Benutzerpräferenzen, vergangene Interaktionen und Kontext erinnern, ohne Daten in die Cloud zu senden.
Offline-KI-Anwendungen
Führen Sie speicherabhängige KI-Workflows auf Geräten ohne Internetverbindung aus – selbst im Flugmodus.
Hochfrequenz-Abfragesysteme
Nutzen Sie submillisekundenschnellen Speicherzugriff für Echtzeitanwendungen, bei denen Latenz entscheidend ist, wie Live-Chat oder interaktive Agenten.
Forschung und Benchmarking
Testen Sie den Speicherzugriff im großen Maßstab mit dem BEAM-Benchmark (ICLR 2026) für Kontexte mit 100.000 bis 1 Million Token.
Migration von bestehenden Speichertools
Wechseln Sie mit einem einzigen Befehl von Zep, Mem0, Honcho oder Hindsight, indem Sie die bereitgestellten Migrationsdokumente verwenden.
Submillisekunden-Latenz
Direkter SQLite-Zugriff liefert Abfragen in unter 1 ms ohne Netzwerk-Overhead oder HTTP-Roundtrips.
100 % privat und lokal
Alle Daten bleiben auf Ihrem Rechner – keine Cloud-Dienste, keine Daten verlassen jemals Ihr Gerät.
Native Vektorsuche
Integrierte sqlite-vec-Integration für semantische Suche mit hybridem Ranking (50 % Vektor + 30 % Volltextsuche + 20 % Relevanz).
Beam-Architektur
Dreistufiges Speichersystem – working_memory für heißen Kontext, episodic_memory für Langzeitspeicher und scratchpad für Überlegungen.
Automatische Konsolidierung
Alte Arbeitserinnerungen werden automatisch zusammengefasst und über konfigurierbare Schlafzyklen in den episodischen Speicher verschoben.
Hybride Suche
Kombiniert Vektorähnlichkeit, Volltextsuche und Relevanzbewertung für optimale Abrufgenauigkeit.
Streaming und DeltaSync
Echtzeit-inkrementelle Speicheraktualisierungen mit Streaming-Ergebnissen, sobald sie eintreffen – kein Warten auf vollständige Batches.
Intelligente Filterung
Verwenden Sie ignore_patterns, um verrauschte oder irrelevante Inhalte vom Speicher fernzuhalten und Kontextfenster sauber zu halten.
pip install mnemosyne-memory. Es sind keine Konfigurationsdateien, Umgebungsvariablen oder Cloud-Konten erforderlich. Importieren Sie die Funktionen remember und recall direkt in Ihren Code – speichern Sie Erinnerungen mit remember("Inhalt", importance=0.9, scope="global") und rufen Sie relevanten Kontext mit recall("Abfrage") ab. Für bestehende Benutzer von Zep, Mem0, Honcho oder Hindsight verwenden Sie den bereitgestellten Migrationsbefehl, um sofort zu wechseln. Die vollständige Dokumentation finden Sie auf der offiziellen Website.Mnemosyne ist ein natives, sub-Millisekunden-Speichersystem für KI-Agenten, basierend auf SQLite. Es bietet 500x schnellere Leistung als Cloud-Alternativen ohne HTTP, Server oder API-Schlüssel.
Kategorie: Agents
Link: https://mnemosyne.site/
Tags: Offline-Speicher, SQLite KI, schneller Abruf, Agentengedächtnis