Echo Memory

AI 에이전트를 위한 장기 기억(long-horizon memory) 아키텍처입니다. Echo Memory는 에이전트가 지금까지 배운 모든 것을 최선의 방법으로 기억하고, 코딩 도구, 챗봇, DevOps 에이전트 또는 로컬이든 배포된 환경이든 다른 모든 에이전트 시스템을 위해, 아무리 많은 기록이 쌓여도 그 기억을 효율적으로 가져오고 쓰는 것을 유지하도록 설계되었습니다.

이유

모든 AI 에이전트는 지난번에 무슨 일이 있었는지 기억하는 무언가가 없으면, 그리고 그 기억이 수개월 또는 수년간의 누적된 기록 후에도 여전히 유용할 만큼 충분히 잘 그리고 충분히 빨리 기억하지 못하면 제로에서 시작합니다. 대부분의 메모리 도구는 저장된 사실에 대한 단순한 벡터 검색으로 단기 기억 회상을 해결합니다. 그러나 이는 기록이 커질수록 성능이 저하됩니다. 후보가 많아지고, 노이즈가 많아지며, 검색이 느려집니다. Echo Memory는 단지 첫날에만 잘 작동하는 것이 아니라 장기간에 걸쳐 계속 작동하는 읽기/쓰기 알고리즘과 데이터 구조를 중심으로 구축되었습니다.

• 시간 기반의 자체 통합 메모리 그래프. 사실은 엔터티 간의 엣지이지 평평한 벡터 행이 아닙니다. 오래되고 거의 액세스되지 않는 메모리는 그냥 쌓이지 않습니다. 시간이 지남에 따라 더 높은 수준의 요약으로 통합되어(삭제되지 않으며 항상 원본으로 추적 가능) 검색 비용은 지금까지 기록된 모든 것이 아니라 현재 관련된 것에 의해서만 제한됩니다. 실제 메커니즘은 docs/designs/echo-memory-design.md를 참조하세요.

• 단순한 유사성이 아닌 실제 그래프 구조. "우리가 어떻게 여기까지 오게 되었는가"와 같은 다중 홉 쿼리는 사실이 개별적으로 임베딩되는 것이 아니라 연결되어 있기 때문에 답할 수 있습니다.

• 단순한 유사성이 아닌 인과적 타이핑. 엣지는 에이전트가 대화를 읽고 설정한 caused_by, led_to, blocked_by, contradicts로 태그될 수 있으며 통계적으로 추론되지 않습니다. 오늘날 무엇이 가능하고 무엇이 불가능한지에 대해 정직합니다.

• 설계상 감사 가능. 메모리에 대한 모든 변경 사항은 읽을 수 있는 평이한 언어의 이유(echo-memory why <fact_id>)와 함께 기록됩니다. 스스로 통합되고 편집되는 메모리는 그 이유를 알 수 있을 때만 신뢰할 수 있습니다.

• 모든 규모를 위한 단일 스토리지 엔진. 단일 로컬 에이전트에서부터 비즈니스가 실행하는 모든 에이전트에 걸친 조직 전체의 공유 그래프에 이르기까지 Postgres + pgvector + Apache AGE를 사용합니다. 나중에 강제 마이그레이션이 없습니다. (새로운 작업은 새 데이터베이스 엔진이 아니라 Postgres 위에서 실행되는 메모리 구조와 알고리즘입니다. 이유는 디자인 문서를 참조하세요.)

• 특정 공급업체가 아닌 모든 에이전트. 인터페이스는 MCP입니다. MCP 호환 에이전트는 코딩 어시스턴트, 챗봇, 운영 에이전트 또는 사내 구축 에이전트 등 동일한 메모리 그래프를 읽고 쓸 수 있습니다.

Related MCP server: smriti-memcore

대상

• 로컬 에이전트를 실행하는 개발자 - Claude Code, Cursor 또는 다른 도구가 세션과 도구 간에 컨텍스트를 잃지 않도록 하려는 경우.

• 에이전트 시스템을 프로덕션에서 실행하는 팀 또는 조직 - (지원 봇, DevOps 에이전트, 내부 도구) 분리된 N개의 메모리 계층 대신 공유 메모리 계층이 필요하고, 아래의 테넌시 모델을 통해 에이전트, 팀 또는 조직 전체에 맞게 범위를 올바르게 유지하려는 경우.

상태

초기 단계이며 단계적으로 진행 중입니다. 전체 아키텍처와 v1a → v1b 빌드 계획은 docs/designs/를 참조하세요. v1a를 이끄는 검증된 쐐기는 특히 교차 도구 코딩 에이전트 메모리입니다 (창립자의 실제 일상적인 고통, 실제로 테스트됨). 위의 더 넓은 비전은 v1a 자체가 증명하는 것이 아니라 이 아키텍처가 지향하는 목표입니다. v1a는 v1b가 인과적 타이핑과 다중 홉 그래프 검색을 추가하고 v1.1이 더 넓은 비전이 의존하는 조직 전체 테넌시를 추가하기 전에 기본적인 회상이 작동함을 증명합니다.

시작하기

아직 사용할 준비가 되지 않았습니다. 현재 빌드 계획과 진행 상황은 docs/designs/echo-memory-design.md를 참조하고, 코드가 생기면 로컬 설정은 docs/DEVELOPMENT.md를 참조하세요.

아키텍처

• 스토리지: pgvector 및 Apache AGE 확장이 포함된 PostgreSQL

• 검색: 하이브리드 벡터 + 전체 텍스트 검색(v1a), v1b에서 다중 홉 연관 검색을 위해 networkx를 통한 Personalized PageRank 추가

• 인터페이스: Model Context Protocol 서버: write_episode, query_memory, get_audit_log

기여

CONTRIBUTING.md를 참조하세요. 이슈와 PR을 환영합니다. 제안이 단계별 빌드 계획에 맞도록 먼저 디자인 문서를 읽어주세요.

라이선스

Apache License 2.0. LICENSE를 참조하세요.