Skip to main content
Glama
Sign In
deenesjakoruzh

MCP - Titan Memory Server

by jasonkneen
npmGitHub
TypeScript
0
2
OverviewInspectNewSchemaRelated ServersReviewsScore
Need Help?View Source CodeReport Issue

Integrations

  • Collaboration between GitHub users @jasonkneen and @ExpressionsBot

  • Uses TensorFlow.js for efficient tensor operations in the neural memory model with operations wrapped in tf.tidy() for proper memory management

  • Implements a type-safe implementation with TypeScript including type-safe MCP tool definitions

Titan Memory Server

Eine Model Context Protocol (MCP)-Serverimplementierung mit einem erweiterten Titan Memory-Modell.

Überblick

Dieses Projekt implementiert ein Speichermodell für große Sprachmodelle (LLMs), das die Speicherkapazitäten in generativen KI-Systemen verbessern soll. Es basiert auf TensorFlow.js und ist als MCP-Server implementiert. Dadurch lässt es sich problemlos in jeden MCP-kompatiblen Client integrieren.

Merkmale

Derzeit implementiert:

  • Mehrkopf-Aufmerksamkeitsmechanismus
  • Hierarchische Speicherstruktur
  • Persistenz des Speicherzustands
  • Integration mit Model Context Protocol (MCP)
  • Gedächtniswiederholung für verbessertes Lernen
  • LLM Cache-Integration
  • Dynamische Speicherzuweisung
  • Langzeitgedächtnisspeicherung
  • Erweiterte Speicherkomprimierung
  • Dauerhafter aufgabenspezifischer Speicher
  • Momentum-basierte Speicheraktualisierungen
  • Konfigurierbare Speicherintegrationsvarianten (MAC/MAG)

Verwendung

Der Server stellt mehrere Tools über das Model Context Protocol (MCP) bereit:

  • init_model : Initialisieren Sie das Speichermodell mit benutzerdefinierten Konfigurationen
  • forward : Führen Sie einen Vorwärtsdurchlauf durch das Modell durch
  • train_step : Führen Sie einen einzelnen Trainingsschritt aus
  • train_sequence : Trainieren Sie mit einer Sequenz von Vektoren
  • save_model : Speichert die aktuellen Modellgewichte
  • load_model : Modellgewichte aus einer gespeicherten Datei laden
  • get_status : Ruft den aktuellen Status des Modells ab
  • store_memory_state : Speichert den aktuellen Speicherstatus mit einem Schlüssel
  • retrieve_memory_state : Ruft einen gespeicherten Speicherzustand ab
  • compress_memory : Komprimieren Sie den aktuellen Speicherstatus, um Speicherplatz zu sparen
  • memory_replay : Führen Sie ein Memory-Replay-Training durch, um das Lernen zu verbessern

Installation

npm install

Ausführen des Servers

npm run build npm start

Dadurch wird der MCP-Server auf Port 3000 gestartet.

Entwicklung

npm run watch

Testen

npm test

Erweiterte Funktionen

Erinnerungswiedergabe

Der Memory-Replay-Mechanismus speichert vergangene Input-Output-Paare und trainiert sie regelmäßig neu, um das Gelernte zu festigen. Dies beugt katastrophalem Vergessen vor und verbessert die Gesamtleistung des Modells.

Dynamische Speicherzuweisung

Das Modell kann die Speicherzuweisung dynamisch an die Komplexität der Eingabe und den Überraschungsgrad (Vorhersagefehler) anpassen. Dadurch können komplexeren Mustern mehr Ressourcen zugewiesen und einfachere Muster komprimiert werden.

Langzeitgedächtnisspeicherung

Das System verfügt über einen persistenten Langzeitspeicher, der über mehrere Sitzungen hinweg erhalten bleibt. Dieser Speicher wird auf der Festplatte gespeichert und beim Serverstart geladen, um Kontinuität beim Lernen zu gewährleisten.

Speicherkomprimierung

Fortschrittliche Komprimierungstechniken reduzieren den Speicherbedarf und bewahren gleichzeitig wichtige Informationen. Dies ist besonders nützlich für den Einsatz in Umgebungen mit eingeschränkten Ressourcen.

LLM Cache Integration

Das System verwaltet einen Cache mit häufig abgerufenen Speicherzuständen, wodurch die Leistung bei wiederholten Abfragen verbessert und der Rechenaufwand reduziert wird.

Zitat

Wenn Sie diese Implementierung in Ihrer Forschung verwenden, zitieren Sie bitte:

@misc{titanmemory2023, author = {Titan Memory Team}, title = {Titan Memory: Enhanced Memory Framework for Language Models}, year = {2023}, publisher = {GitHub}, url = {https://github.com/titan-memory/titan-cognitive-memory-framework} }

Lizenz

MIT

This server cannot be installed

-
security - not tested
F
license - not found
-
quality - not tested

remote-capable server

The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.

Ermöglicht das Lernen neuronaler Gedächtnissequenzen mit einem speichererweiterten Modell für ein verbessertes Codeverständnis und eine verbesserte Codegenerierung, mit Zustandsverwaltung, Neuheitserkennung und Modellpersistenz.

  1. Überblick
    1. Merkmale
      1. Verwendung
        1. Installation
          1. Ausführen des Servers
            1. Entwicklung
              1. Testen
                1. Erweiterte Funktionen
                  1. Erinnerungswiedergabe
                  2. Dynamische Speicherzuweisung
                  3. Langzeitgedächtnisspeicherung
                  4. Speicherkomprimierung
                  5. LLM Cache Integration
                2. Zitat
                  1. Lizenz

                    Related Resources

                    Related MCP Servers

                    • Unreal Engine Code Analyzer MCP Server

                      ayeletstudioindia
                      -
                      security
                      A
                      license
                      -
                      quality
                      Provides deep source code analysis for Unreal Engine codebases, allowing AI assistants to understand C++ class structures, search code, and analyze subsystems.
                      Last updated -
                      71
                      TypeScript
                      MIT License

                    • IaC Memory MCP Server

                      AgentWong
                      A
                      security
                      A
                      license
                      A
                      quality
                      Enhances Claude AI with persistent memory storage for Infrastructure-as-Code components, supporting version tracking and relationship mapping for Terraform and Ansible resources.
                      Last updated -
                      23
                      4
                      Python
                      MIT License

                    • MCP Titan

                      henryhawke
                      -
                      security
                      A
                      license
                      -
                      quality
                      This advanced memory server facilitates neural memory-based sequence learning and prediction, enhancing code generation and understanding through state maintenance and manifold optimization as inspired by Google Research's framework.
                      Last updated -
                      34
                      40
                      TypeScript
                      MIT License
                      • Apple
                      • Linux

                    • Code Knowledge MCP Server

                      davidvc
                      -
                      security
                      F
                      license
                      -
                      quality
                      Provides a project memory bank and RAG context provider for enhanced code understanding and management through vector embeddings, integrated with RooCode and Cline.
                      Last updated -
                      9
                      Python
                      • Apple

                    View all related MCP servers

                    Appeared in Searches

                    New MCP Servers

                    ID: iasz64qj43