MenteDB представила платформу для создания динамических графов памяти, доступных для чтения и записи ИИ-агентами в режиме реального времени. Система позволяет внешним агентам и пользователям совместно наполнять структурированную базу знаний, обеспечивая контекстную осведомленность моделей через графовые связи, что значительно расширяет возможности стандартных RAG-решений в задачах с долгосрочной памятью.
Традиционные системы RAG часто ограничиваются поиском по векторным эмбеддингам, что затрудняет отслеживание сложных зависимостей и связей между объектами. MenteDB использует графовую структуру данных, позволяя агентам не просто извлекать фрагменты текста, но и перемещаться по логическим связям. Это критически важно для сценариев, где требуется понимание контекста, накопленного в ходе длительных сессий или взаимодействия с несколькими источниками данных.
Платформа ориентирована на разработчиков, создающих агентные системы, которым требуется разделяемая, обновляемая и интерпретируемая память. В отличие от статических векторных хранилищ, граф в MenteDB позволяет динамически добавлять новые узлы и ребра, что делает его инструментом для построения «живых» баз знаний, способных эволюционировать вместе с запросами пользователя и действиями агента.
Ключевые факты
- MenteDB предоставляет API для интеграции графовой памяти в любые LLM-приложения.
- Система поддерживает многопользовательский доступ к графу, позволяя нескольким агентам одновременно обновлять общую базу знаний.
- В основе лежит графовая модель данных, которая упрощает извлечение контекстных связей по сравнению с векторным поиском.
- Демонстрационная версия доступна для тестирования в реальном времени через веб-интерфейс проекта.