Разработчики представили MCP-сервер, который позволяет ИИ-агентам сохранять контекст взаимодействия с пользователем на протяжении длительного времени. Решение интегрируется в стандарт Model Context Protocol, обеспечивая агентам доступ к структурированной базе знаний о предпочтениях, прошлых диалогах и специфических данных конкретного человека, что делает ответы моделей более персонализированными и точными в долгосрочной перспективе.
Основная проблема большинства современных LLM заключается в их «беспамятности» после завершения сессии или при превышении лимита контекстного окна. Данный инструмент решает задачу хранения и извлечения информации, выступая в роли внешнего модуля памяти. Это позволяет агентам не просто обрабатывать текущий запрос, но и учитывать историю общения, накопленную за недели или месяцы использования.
Использование протокола MCP (Model Context Protocol) обеспечивает совместимость с широким спектром сред разработки и агентских фреймворков. Интеграция сервера позволяет разработчикам внедрять функции «узнавания» пользователя в свои приложения без необходимости переобучения моделей или сложной настройки векторных баз данных с нуля. Система фокусируется на извлечении релевантных фактов из накопленного массива данных в момент обращения к агенту.
Ключевые факты
- Инструмент реализован как сервер для протокола MCP, что упрощает подключение к существующим IDE и агентским платформам.
- Основная функция заключается в создании постоянного слоя памяти, который сохраняет контекст между сессиями работы с ИИ.
- Решение направлено на устранение ограничений контекстного окна LLM при работе с длительными историями взаимодействий.
- Проект доступен в формате open-source на GitHub, что позволяет интегрировать его в кастомные агентские пайплайны.