PRX-Memory

PRX-Memory — локальный семантический движок памяти, предназначенный для кодирующих агентов. Он объединяет извлечение на основе эмбеддингов, реранкинг, управление и измеримую эволюцию в единый MCP-совместимый компонент. PRX-Memory поставляется как автономный демон (prx-memoryd), который взаимодействует через stdio или HTTP, что делает его совместимым с Codex, Claude Code, OpenClaw, OpenPRX и любым другим MCP-клиентом.

PRX-Memory ориентирован на переиспользуемые инженерные знания, а не на сырые логи. Система хранит структурированные воспоминания с тегами, областями видимости и оценками важности, затем извлекает их с помощью комбинации лексического поиска, векторного сходства и опционального реранкинга — всё под управлением ограничений качества и безопасности.

Зачем нужен PRX-Memory?

Большинство кодирующих агентов относятся к памяти как к второстепенному — плоские файлы, неструктурированные логи или привязанные к вендору облачные сервисы. PRX-Memory придерживается другого подхода:

• Локальный. Все данные остаются на вашей машине. Без облачной зависимости, без телеметрии, без утечки данных из сети.
• Структурированный и управляемый. Каждая запись памяти следует стандартизированному формату с тегами, областями видимости, категориями и ограничениями качества. Нормализация тегов и границы соотношений предотвращают дрейф.
• Семантическое извлечение. Комбинация лексического сопоставления с векторным сходством и опциональным реранкингом для нахождения наиболее релевантных воспоминаний в контексте.
• Измеримая эволюция. Инструмент memory_evolve использует разделения train/holdout и ограничительные шлюзы для принятия или отклонения кандидатных улучшений — без угадывания.
• MCP-нативный. Первоклассная поддержка Model Context Protocol через stdio и HTTP транспорты, с шаблонами ресурсов, манифестами навыков и потоковыми сессиями.

Ключевые возможности

• Мультипровайдерный эмбеддинг — Поддерживает OpenAI-совместимые, Jina и Gemini провайдеры эмбеддингов через унифицированный интерфейс адаптера. Переключайте провайдеров изменением переменной окружения.

• Конвейер реранкинга — Опциональный второй этап реранкинга с использованием Jina, Cohere или Pinecone реранкеров для улучшения точности извлечения за пределами сырого векторного сходства.

• Управление — Структурированный формат памяти с нормализацией тегов, границами соотношений, периодическим обслуживанием и ограничениями качества обеспечивают высокое качество памяти со временем.

• Эволюция памяти — Инструмент memory_evolve оценивает кандидатные изменения с использованием train/holdout приёмочного тестирования и ограничительных шлюзов, предоставляя измеримые гарантии улучшений.

• MCP-сервер с двойным транспортом — Запускайте как stdio-сервер для прямой интеграции или как HTTP-сервер с проверками работоспособности, метриками Prometheus и потоковыми сессиями.

• Распределение навыков — Встроенные пакеты навыков управления, обнаруживаемые через ресурсный и инструментальный протоколы MCP, с шаблонами payload для стандартизированных операций с памятью.

• Наблюдаемость — Эндпоинт метрик Prometheus, шаблоны Grafana-дашбордов, настраиваемые пороги оповещений и элементы управления кардинальностью для продакшен-развёртываний.

Архитектура

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

Быстрый старт

Сборка и запуск демона памяти:

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

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

Или установка через Cargo:

cargo install prx-memory-mcp

Полные методы установки и параметры конфигурации см. в Руководстве по установке.

Крейты воркспейса

Крейт	Описание
prx-memory-core	Основные примитивы оценки и эволюции домена
prx-memory-embed	Абстракция провайдера эмбеддингов и адаптеры
prx-memory-rerank	Абстракция провайдера реранкинга и адаптеры
prx-memory-ai	Унифицированная абстракция провайдера для эмбеддингов и реранкинга
prx-memory-skill	Встроенные payload навыков управления
prx-memory-storage	Локальный постоянный движок хранения (JSON, SQLite, LanceDB)
prx-memory-mcp	Поверхность MCP-сервера с stdio и HTTP транспортами

Разделы документации

Раздел	Описание
Установка	Сборка из исходного кода или установка через Cargo
Быстрый старт	Запуск PRX-Memory за 5 минут
Движок эмбеддингов	Провайдеры эмбеддингов и пакетная обработка
Поддерживаемые модели	OpenAI-совместимые, Jina, Gemini модели
Движок реранкинга	Конвейер реранкинга второго этапа
Бэкенды хранения	JSON, SQLite и векторный поиск
Интеграция MCP	Протокол MCP, инструменты, ресурсы и шаблоны
Справочник Rust API	API библиотеки для встраивания PRX-Memory в Rust-проекты
Конфигурация	Все переменные окружения и профили
Устранение неполадок	Распространённые проблемы и решения

Информация о проекте

• Лицензия: MIT OR Apache-2.0
• Язык: Rust (редакция 2024)
• Репозиторий: github.com/openprx/prx-memory
• Минимальный Rust: стабильный toolchain
• Транспорты: stdio, HTTP