Deja Vu — это инструмент для управления памятью ИИ-агентов, обеспечивающий ретроспективный поиск и мгновенное извлечение данных без участия LLM. Система ориентирована на разработчиков, создающих агентные архитектуры, и предлагает локальное решение с поддержкой протокола MCP, позволяющее агентам эффективно обращаться к прошлым контекстам и заметкам с точностью 84,9% по метрике hit@1.
Инструмент решает проблему фрагментации данных в агентных системах, предоставляя структурированный доступ к истории взаимодействий. В отличие от стандартных RAG-решений, Deja Vu фокусируется на временных метках и контекстных связях, позволяя агентам «вспоминать» события по времени их возникновения. Все операции выполняются локально, что исключает передачу данных сторонним провайдерам и снижает задержки при обработке запросов.
Архитектура Deja Vu реализована в виде единого бинарного файла без внешних зависимостей, что упрощает интеграцию в существующие пайплайны. Пользователям доступен встроенный визуализатор памяти, позволяющий отслеживать, какие данные агент считает приоритетными, и управлять областями доверия для различных источников информации.
Ключевые факты
- Точность извлечения данных (hit@1) составляет 84,9% согласно бенчмарку LongMemEval-S.
- Система работает полностью локально, не требуя вызовов внешних LLM для операций поиска.
- Реализована полная поддержка протокола MCP (Model Context Protocol) для интеграции с современными агентными фреймворками.
- Инструмент поставляется в виде одного бинарного файла с нулевыми зависимостями.
- Функционал включает тегирование заметок, временную индексацию событий и настройку областей доверия (trust scopes).