Beständig, kravfokuserad minnesserver för MCP-aktiverade AI-agenter
tensory, från Kryptogrib, är en minnesserver som ger AI-agenter långsiktig, verifierbar kontext. Den extraherar atomiska påståenden från konversationer och dokument och exponerar strukturerat minne för modeller. Nyckelaspekter inkluderar påståendextraktion, motsägelseupptäckte och ett sökbart minnesgränssnitt. Verktyget riktar sig till AI-utvecklare och ingenjörer som bygger tillståndsbevarande agenter som behöver beständig, granskbar kontext utan tung infrastruktur.
Vilka uppgifter kan du faktiskt använda det för?
Servern tillhandahåller bestående kontext för agenter som arbetar över sessioner, så agenter kan referera till tidigare fakta och upptäcka inkonsekvenser. Den integreras med MCP-kompatibla klienter som Claude Desktop, Cursor och Zed, vilket gör att kodassistenter och chattagenter kan fråga lagrade fakta under uppmaningar. Användningsfall inkluderar multi-session assistenter, utvecklarverktyg som behöver tidigare användarpreferenser, och agenter som måste spåra föränderliga projektfakta över tid.
Hur exakta är minnena och hämtningen?
Exaktheten är förankrad i dess krav-nativa tillvägagångssätt och benchmarkprestanda: tensory fick 82,2% på LoCoMo långsiktig konversationsminnesbenchmark. Hämtning kombinerar fulltext FTS5-sökning, vektorembeddingar och graftraversering för att matcha frågor med lagrade uttalanden. Inbyggd kollisiondetektering identifierar motsägelsefulla eller upphävda påståenden, vilket hjälper till att hålla hämtad kontext i linje med senare information.
Vilka indata, krav och arbetsflödesanpassningar bör du förvänta dig?
Servern körs där en MCP-klient kan nå den och kräver Python 3.11 eller nyare för distribution. Den lagrar minne i en enda SQLite-baserad graf och vektorbutik, så den fungerar utan externa databas tjänster. Paketet inkluderar en webbpanel för att utforska entitetsgrafer och minnesstatistik, och interna mekanismer som saliensnedgång, överraskningspoäng och priming fungerar utan extra anrop till språkmodellen.
tensory dräktsutvecklare som behöver verifierbar, långlivad agentminne
Servern är ett praktiskt alternativ för team som bygger tillståndsbevarande agenter som kräver reviderbara fakta och hantering av motsägelser, och den erkänns inom MCP-utvecklarsamhället för sin precision. Förvänta dig integrationsarbete för att koppla MCP-klienter och anpassa påståendextraktion till ditt område, och behandla lagrade påståenden som en källa för att verifiera för beslut med hög insats.
