სწრაფი დაწყება

ეს სახელმძღვანელო გდის PRX-Memory-ის build-ს, daemon-ის გაშვებასა და პირველი შენახვისა და გამოძახების ოპერაციების შესრულებაში.

1. Daemon-ის Build-ი

git clone https://github.com/openprx/prx-memory.git
cd prx-memory
cargo build -p prx-memory-mcp --bin prx-memoryd

2. სერვერის გაშვება

ვარიანტი A: stdio ტრანსპორტი

MCP კლიენტთან პირდაპირი ინტეგრაციისთვის:

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

ვარიანტი B: HTTP ტრანსპორტი

ქსელის წვდომისთვის ჯანმრთელობის შემოწმებებითა და მეტრიკებით:

PRX_MEMORYD_TRANSPORT=http \
PRX_MEMORY_HTTP_ADDR=127.0.0.1:8787 \
PRX_MEMORY_DB=./data/memory-db.json \
./target/debug/prx-memoryd

სერვერის გაშვების გადამოწმება:

curl -sS http://127.0.0.1:8787/health

3. MCP კლიენტის კონფიგურაცია

დაამატეთ PRX-Memory MCP კლიენტის კონფიგურაციაში. მაგალითად, Claude Code-ში ან Codex-ში:

{
  "mcpServers": {
    "prx_memory": {
      "command": "/path/to/prx-memory/target/release/prx-memoryd",
      "env": {
        "PRX_MEMORYD_TRANSPORT": "stdio",
        "PRX_MEMORY_BACKEND": "json",
        "PRX_MEMORY_DB": "/path/to/prx-memory/data/memory-db.json"
      }
    }
  }
}

TIP

შეცვალეთ /path/to/prx-memory რეალური გზით, სადაც საცავი clone-გაქვთ.

4. მეხსიერების შენახვა

გაგზავნეთ memory_store ინსტრუმენტის გამოძახება MCP კლიენტის მეშვეობით ან პირდაპირ JSON-RPC-ით:

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "memory_store",
    "arguments": {
      "text": "Always use parameterized queries for SQL to prevent injection attacks",
      "scope": "global",
      "tags": ["security", "sql", "best-practice"]
    }
  }
}

5. მეხსიერებების გამოძახება

შესაბამისი მეხსიერებების მოძიება memory_recall-ის გამოყენებით:

{
  "jsonrpc": "2.0",
  "id": 2,
  "method": "tools/call",
  "params": {
    "name": "memory_recall",
    "arguments": {
      "query": "SQL security best practices",
      "scope": "global",
      "limit": 5
    }
  }
}

სისტემა აბრუნებს მეხსიერებებს შესაბამისობის რანჟირებით ლექსიკური შეწყობის, მნიშვნელობის შეფასებისა და სიახლის კომბინაციის გამოყენებით.

6. სემანტიკური ძიების ჩართვა (სურვილისამებრ)

ვექტორ-ზე დაფუძნებული სემანტიკური გამოძახებისთვის კონფიგურირეთ embedding პროვაიდერი:

PRX_EMBED_PROVIDER=jina \
PRX_EMBED_API_KEY=your_jina_api_key \
PRX_EMBED_MODEL=jina-embeddings-v3 \
PRX_MEMORYD_TRANSPORT=stdio \
PRX_MEMORY_DB=./data/memory-db.json \
./target/debug/prx-memoryd

embedding-ების ჩართვისას, გამოძახების შეკითხვები ვექტორული მსგავსებასაც იყენებს ლექსიკური შეწყობის გარდა, მოძიების ხარისხს მნიშვნელოვნად აუმჯობესებს ბუნებრივი ენის შეკითხვებისთვის.

7. Reranking-ის ჩართვა (სურვილისამებრ)

დაამატეთ reranker-ი მოძიების სიზუსტის გასაუმჯობესებლად:

PRX_EMBED_PROVIDER=jina \
PRX_EMBED_API_KEY=your_embed_key \
PRX_EMBED_MODEL=jina-embeddings-v3 \
PRX_RERANK_PROVIDER=cohere \
PRX_RERANK_API_KEY=your_cohere_key \
PRX_RERANK_MODEL=rerank-v3.5 \
PRX_MEMORYD_TRANSPORT=stdio \
PRX_MEMORY_DB=./data/memory-db.json \
./target/debug/prx-memoryd

ხელმისაწვდომი MCP ინსტრუმენტები

ინსტრუმენტი	აღწერა
memory_store	ახალი მეხსიერების ჩანაწერის შენახვა
memory_recall	მეხსიერებების გამოძახება შეკითხვით
memory_update	არსებული მეხსიერების განახლება
memory_forget	მეხსიერების ჩანაწერის წაშლა
memory_export	ყველა მეხსიერების ექსპორტი
memory_import	მეხსიერებების იმპორტი ექსპორტიდან
memory_migrate	შენახვის ფორმატის მიგრაცია
memory_reembed	მეხსიერებების ახლად embedding-ი ახალი მოდელით
memory_compact	შენახვის კომპაქტიზება და ოპტიმიზება
memory_evolve	მეხსიერების evolution holdout ვალიდაციით
memory_skill_manifest	ხელმისაწვდომი skill-ების აღმოჩენა

შემდეგი ნაბიჯები

• Embedding ძრავა -- Embedding პროვაიდერები და batch დამუშავება
• Reranking -- მეორე-საფეხურიანი reranking-ის კონფიგურაცია
• შენახვის backend-ები -- JSON-სა და SQLite შენახვის შორის არჩევანი
• კონფიგურაციის ცნობარი -- ყველა გარემოს ცვლადი