PRX-Memory

PRX-Memory კოდირების agent-ებისთვის შექმნილი ლოკალ-პირველი სემანტიკური მეხსიერების ძრავაა. ის embedding-ზე დაფუძნებულ მოძიებას, reranking-ს, მმართველობის კონტროლებს და გაზომვადი evolution-ს აერთიანებს ერთ MCP-თავსებად კომპონენტში. PRX-Memory ავტონომიური daemon-ის (prx-memoryd) სახით გამოდის, რომელიც stdio ან HTTP-ზე ახდენს კომუნიკაციას, რაც მას Codex-თან, Claude Code-თან, OpenClaw-თან, OpenPRX-თან და ნებისმიერ სხვა MCP კლიენტთან თავსებადს ხდის.

PRX-Memory ყურადღებას ამახვილებს გამოყენებად ინჟინერიულ ცოდნაზე, ნედლ ლოგებზე არა. სისტემა ინახავს სტრუქტურირებულ მეხსიერებებს tag-ებით, scope-ებითა და მნიშვნელობის ქულებით, შემდეგ კი მათ იძიებს ლექსიკური ძიების, ვექტორული მსგავსებისა და სურვილისამებრ reranking-ის კომბინაციით -- ყველაფერი ხარისხისა და უსაფრთხოების შეზღუდვებით მართული.

რატომ PRX-Memory?

კოდირების agent-ების უმეტესობა მეხსიერებას მეორეხარისხოვნად ეპყრობა -- ბრტყელი ფაილები, არასტრუქტურირებული ლოგები ან vendor-ზე დამოკიდებული cloud სერვისები. PRX-Memory განსხვავებულ მიდგომას იყენებს:

ლოკალ-პირველი. ყველა მონაცემი თქვენს მანქანაზე რჩება. cloud-ზე დამოკიდებულება, telemetry, ან ქსელის გარეთ მონაცემების გაჟონვა არ არის.
სტრუქტურირებული და მართული. ყოველი მეხსიერების ჩანაწერი მიჰყვება სტანდარტიზებულ ფორმატს tag-ებით, scope-ებით, კატეგორიებითა და ხარისხის შეზღუდვებით. Tag-ების ნორმალიზება და ratio bounds-ი ხვედრს ხელს უშლის.
სემანტიკური მოძიება. ლექსიკური შეწყობა ვექტორული მსგავსებასთან და სურვილისამებრ reranking-ს უახლესი კონტექსტისთვის ყველაზე შესაბამისი მეხსიერებების მოსაძებნად.
გაზომვადი evolution. memory_evolve ინსტრუმენტი train/holdout გაყოფებს და constraint gating-ს იყენებს კანდიდატი გაუმჯობესებების მისაღებად ან უარსაყოფად -- გამოცნობა არ არის.
MCP ნეიტიური. Model Context Protocol-ის პირველი კლასის მხარდაჭერა stdio და HTTP ტრანსპორტებზე, resource template-ებით, skill manifest-ებითა და streaming სესიებით.

ძირითადი ფუნქციები

მრავალ-პროვაიდერული Embedding -- მხარს უჭერს OpenAI-თავსებად, Jina და Gemini embedding პროვაიდერებს ერთიანი adapter ინტერფეისის მეშვეობით. პროვაიდერების გადართვა გარემოს ცვლადის შეცვლით.
Reranking Pipeline -- სურვილისამებრ მეორე-საფეხურიანი reranking Jina, Cohere ან Pinecone reranker-ების გამოყენებით, მოძიების სიზუსტის გასაუმჯობესებლად უბრალო ვექტორული მსგავსების გარეშე.
მმართველობის კონტროლები -- სტრუქტურირებული მეხსიერების ფორმატი tag-ების ნორმალიზებით, ratio bounds-ით, პერიოდული ტექნიკური მომსახურებით და ხარისხის შეზღუდვებით, მეხსიერების ხარისხი დროთა განმავლობაში მაღლა სამართავად.
მეხსიერების Evolution -- memory_evolve ინსტრუმენტი კანდიდატ ცვლილებებს train/holdout მიღების ტესტირებითა და constraint gating-ით აფასებს, გაზომვადი გაუმჯობესების გარანტიებით.
ორმაგი ტრანსპორტი MCP სერვერი -- მუშაობს stdio სერვერად პირდაპირი ინტეგრაციისთვის ან HTTP სერვერად ჯანმრთელობის შემოწმებებით, Prometheus მეტრიკებით და streaming სესიებით.
Skill განაწილება -- ჩაშენებული მმართველობის skill პაკეტები, MCP resource და tool პროტოკოლებით აღმოჩენადი, სტანდარტიზებული მეხსიერების ოპერაციებისთვის payload template-ებით.
Observability -- Prometheus მეტრიკების endpoint, Grafana dashboard-ის template-ები, კონფიგურირებადი alert ზღვრები და კარდინალობის კონტროლები საწარმოო განასახებებისთვის.

არქიტექტურა

mermaid

graph TB
    CLIENT["MCP Client<br/>Codex | Claude Code | OpenClaw"]

    subgraph Transport["Transport Layer"]
        STDIO["stdio Transport"]
        HTTP["HTTP Transport<br/>Health | Metrics | SSE"]
    end

    subgraph Engine["Memory Engine"]
        GOVERN["Governance Layer<br/>Tag Normalization | Ratio Bounds | Quality Constraints"]
        RETRIEVE["Retrieval Layer<br/>Lexical Search | Vector Similarity"]
        RERANK["Rerank Layer<br/>Jina | Cohere | Pinecone"]
        EVOLVE["Evolution Layer<br/>Train/Holdout | Constraint Gating"]
    end

    subgraph Providers["AI Providers"]
        EMBED["Embedding Providers<br/>OpenAI-compatible | Jina | Gemini"]
        RERANKP["Rerank Providers<br/>Jina | Cohere | Pinecone"]
    end

    subgraph Storage["Storage"]
        JSON["JSON Backend<br/>File-based"]
        SQLITE["SQLite + Vector<br/>Local persistent"]
    end

    CLIENT --> STDIO
    CLIENT --> HTTP
    STDIO --> GOVERN
    HTTP --> GOVERN
    GOVERN --> RETRIEVE
    RETRIEVE --> RERANK
    RERANK --> EVOLVE
    RETRIEVE --> EMBED
    RERANK --> RERANKP
    GOVERN --> JSON
    GOVERN --> SQLITE

სწრაფი დაწყება

მეხსიერების daemon-ის build-ი და გაშვება:

bash

cargo build -p prx-memory-mcp --bin prx-memoryd

PRX_MEMORYD_TRANSPORT=stdio \
PRX_MEMORY_DB=./data/memory-db.json \
./target/debug/prx-memoryd

ან Cargo-ს მეშვეობით ინსტალაცია:

bash

cargo install prx-memory-mcp

იხილეთ ინსტალაციის სახელმძღვანელო ყველა მეთოდისა და კონფიგურაციის პარამეტრებისთვის.

სამუშაო სივრცის Crate-ები

Crate	აღწერა
`prx-memory-core`	ძირითადი შეფასებისა და evolution-ის დომენის primitive-ები
`prx-memory-embed`	Embedding პროვაიდერის abstraction და adapter-ები
`prx-memory-rerank`	Rerank პროვაიდერის abstraction და adapter-ები
`prx-memory-ai`	Embedding-ისა და rerank-ის ერთიანი პროვაიდერის abstraction
`prx-memory-skill`	ჩაშენებული მმართველობის skill payload-ები
`prx-memory-storage`	ლოკალური მდგრადი შენახვის ძრავა (JSON, SQLite, LanceDB)
`prx-memory-mcp`	MCP სერვერის ზედაპირი stdio და HTTP ტრანსპორტებით

დოკუმენტაციის სექციები

სექცია	აღწერა
ინსტალაცია	Source-დან build ან Cargo-ს მეშვეობით ინსტალაცია
სწრაფი დაწყება	PRX-Memory 5 წუთში
Embedding ძრავა	Embedding პროვაიდერები და batch დამუშავება
მხარდაჭერილი მოდელები	OpenAI-თავსებადი, Jina, Gemini მოდელები
Reranking ძრავა	მეორე-საფეხურიანი reranking pipeline
შენახვის backend-ები	JSON, SQLite და ვექტორული ძიება
MCP ინტეგრაცია	MCP პროტოკოლი, ინსტრუმენტები, resource-ები და template-ები
Rust API ცნობარი	ბიბლიოთეკის API PRX-Memory-ის Rust პროექტებში ჩასასმელად
კონფიგურაცია	ყველა გარემოს ცვლადი და პროფილი
პრობლემების მოგვარება	გავრცელებული პრობლემები და გადაწყვეტები

პროექტის ინფო

ლიცენზია: MIT OR Apache-2.0
ენა: Rust (2024 edition)
საცავი: github.com/openprx/prx-memory
მინიმალური Rust: stable toolchain
ტრანსპორტები: stdio, HTTP

PRX-Memory ​

რატომ PRX-Memory? ​

ძირითადი ფუნქციები ​

არქიტექტურა ​

სწრაფი დაწყება ​

სამუშაო სივრცის Crate-ები ​

დოკუმენტაციის სექციები ​

პროექტის ინფო ​