Greeum - โมดูลคลังเก็บความทรงจำเลียนแบบมนุษย์
(github.com/DryRainEnt)[ แนะนำ ]
- Greeum เป็นระบบความทรงจำสำหรับ LLM ที่ เลียนแบบระบบความทรงจำของมนุษย์
- มอบความสามารถด้านความทรงจำที่รวดเร็ว แม่นยำ และปลอดภัยผ่านสถาปัตยกรรม 2 ชั้นด้านล่าง
- ผู้พัฒนาเดิมเป็นนักพัฒนาเกมอินดี้เดี่ยว และยังขาดความรู้เชิงลึกในสาขานี้
- นอกจากการวางแผน ออกแบบโครงสร้าง และการทดสอบแล้ว ที่เหลือทั้งหมดกำลังพัฒนาด้วย vibe coding
[ สถาปัตยกรรม ]
- [ STM (Short-Term Memory ]
-
- ทำงานด้วยความทรงจำชั่วคราวแบบอิง TTL และ AI Context Slots
-
- รักษาบริบทของบทสนทนาที่กำลังดำเนินอยู่
-
- ตรึงข้อมูลสำคัญไว้เป็น anchor point เพื่อให้เข้าถึงได้รวดเร็ว
- [ LTM (Long-Term Memory ]
-
- ประกอบด้วยบล็อกความทรงจำแบบเปลี่ยนแปลงไม่ได้ในโครงสร้างบล็อกเชน
-
- รับประกันความสมบูรณ์ด้วย hash chain
-
- ทำการค้นหาเชิงความหมายด้วย FAISS vector indexing และ BERT re-ranking
[ การใช้งาน ]
- ขณะนี้ใช้งานได้ทั้งผ่าน API และ CLI
- โดยพื้นฐานแล้วแนะนำให้ใช้งานผ่าน MCP
- เข้ากันได้ดีเป็นพิเศษกับ ClaudeCode ที่มี context memory ค่อนข้างจำกัด
- แนะนำให้ระบุการใช้งานอย่างชัดเจนใน CLAUDE.md เป็นต้น ตามตัวอย่างด้านล่างเมื่อใช้งาน
- หน่วยการจัดเก็บ: ติดป้ายกำกับตามหน่วยของแอ็กชัน
= การบันทึกความทรงจำทั้งหมดอิงตามบทบาท actant 6 แบบของ Greimas
= บันทึกในรูปแบบ 1-2 ประโยคของโครงสร้าง [ประธาน-การกระทำ-วัตถุ] - ตัวอย่างรูปแบบการบันทึก:
= [ผู้ใช้-ร้องขอ-ทดสอบเครื่องมือMCP] ตรวจสอบและทดสอบเครื่องมือที่เชื่อมต่ออยู่
= [Claude-ค้นพบ-ข้อผิดพลาดTypeScript] ชนิดข้อมูล processId ใน src/types/session.ts ไม่ตรงกัน
= [ทีม-ตัดสินใจ-เปลี่ยนสถาปัตยกรรม] เปลี่ยนจากไมโครเซอร์วิสเป็นโมโนลิท ด้วยเหตุผลด้านประสิทธิภาพ
= [ผู้ใช้-เสนอ-นำโมเดลGreimasมาใช้] บันทึกรูปแบบการโต้ตอบด้วยโครงสร้าง actant - ความถี่ในการบันทึก: ทุกปฏิสัมพันธ์มีคุณค่าเพียงพอสำหรับการเก็บถาวร
= หลักการพื้นฐาน: "ทุกหน่วยงานมีคุณค่าสำหรับการเก็บถาวรแบบถาวร"
= ให้ความสำคัญกับการสะสมแพตเทิร์นมากกว่าการตัดสินระดับความสำคัญ - ช่วงเวลาที่บันทึก:
= บันทึกทุกครั้งที่มีคำถาม/คำขอจากผู้ใช้
= บันทึกทุกครั้งที่พบ/แก้ปัญหา
= บันทึกทุกจุดเปลี่ยนของงาน
= บันทึกทุกฟีดแบ็กและรายการปรับปรุง
= บันทึกทุกการเปลี่ยนโค้ดและการแก้ไขการตั้งค่า
= บันทึกทุกผลการทดสอบและการวัดประสิทธิภาพ
[ แผนต่อไป ]
- งานล่าสุดคือการประยุกต์ใช้โมเดล Greimas actant กับระดับเมมโมรีสคีมา
- เป้าหมายคือทำให้โครงสร้างความทรงจำทั้งหมดมีแบบแผน เพื่ออนุมานความสัมพันธ์และความเป็นเหตุเป็นผล
- คาดหวังว่าในที่สุดสิ่งนี้จะเป็นคีย์พอยต์สำคัญสำหรับการสร้างบุคลิกเสมือน
[ หมายเหตุ ]
- ขณะนี้กำลังดำเนินโครงการผู้ช่วยเสมือน AI - "Luka Project" โดยใช้สถาปัตยกรรมนี้
- ตั้งเป้าพัฒนานิติบุคคลเสมือนที่มีความเป็นอิสระด้วยการผสานองค์ประกอบด้านล่าง
= ระบบความทรงจำผ่าน Greeum และความสามารถในการอนุมานความสัมพันธ์/เหตุและผล
= การสร้าง "ดิจิทัลฮอร์โมน" ของแพตเทิร์น ชอบ<>ไม่ชอบ / ตึงเครียด<>ผ่อนคลาย / รับเชิงรับ<>เชิงรุก
= ขณะนี้ใช้ Gemma ซึ่งเป็นโมเดล LLM แบบโลคัล เพื่อการตอบสนองที่รวดเร็วและความเป็นอิสระ (มีแผนเปลี่ยนในภายหลัง) - คาดหวังว่าจะสามารถทำหน้าที่เป็น OS อัตโนมัติที่จัดวางหนึ่งบุคลิกต่อหนึ่งพีซีได้
- ยินดีรับความคิดเห็นหรือฟีดแบ็กที่เกี่ยวข้องเสมอ
7 ความคิดเห็น
เหมือนภาษาเกาหลี แต่มีความแปลกแบบภาษางานแปล
ขอบคุณสำหรับคำวิจารณ์อย่างตรงไปตรงมาครับ
ดูเหมือนว่าการใช้คำสุภาพ/กันเองและการใส่จุดท้ายประโยคจะเป็นนิสัยที่ทำไปโดยไม่รู้ตัว ซึ่งผมเองก็ไม่ทันสังเกต
คงเป็นความต่างระหว่างการเขียนเพื่อถ่ายทอดข้อมูลกับการเขียนที่ใส่ความเห็นส่วนตัวลงไปด้วย และผมจะนำไปทบทวนตัวเองครับ
ช่วงนี้ผมโฟกัสกับการพัฒนาที่พึ่งพา AI อยู่พอสมควร เลยเหมือนเผลอตัวติดสไตล์แบบนี้ไปโดยไม่รู้ตัว
ส่วนเรื่องโมเดลแอ็กแทนต์ของ Greimas ผมได้รู้จักครั้งแรกตอนเรียนปริญญาตรีในวิชาศึกษาทั่วไป
หลังเรียนจบก็ศึกษาต่อเองระหว่างทำเกมและเขียนบท
แล้วพอกลับมาทำงานพัฒนาอีกครั้งก็อยากลองนำมาประยุกต์ใช้ดู
ที่เขียนว่า actant แทน actor model นั้น...
เหมือนเป็นเพราะ Claude Code ชอบเขียนแบบนั้นอยู่เรื่อย ๆ จนผมเองก็เผลอติดตามไปด้วย
ผมได้รับอินไซต์มากมายเลยครับ
ต่อจากนี้ก็จะเรียนรู้อย่างต่อเนื่อง ขอบคุณครับ
ความหนาแน่นของข้อมูลในบทความต่างกันจริง ๆ ครับ...
อ๋อ... ผมแค่พยายามเขียนให้คล้ายกับบทความที่ลงใน GeekNews ให้มากที่สุดเท่าที่จะทำได้...
ดูเหมือนว่าไม่จำเป็นต้องทำถึงขนาดนั้นนะครับ ฮ่าๆ ;;;
จุดขาย?
ผู้พัฒนาเดิมเป็นนักพัฒนาเกมอินดี้เดี่ยว จึงขาดความรู้เชิงลึกในสาขานี้
นอกจากการวางแผน ออกแบบโครงสร้าง และทดสอบแล้ว ที่เหลือทั้งหมดกำลังพัฒนาโดยใช้ไวบ์โค้ดดิ้ง
zzz
ถึงจะมีประสบการณ์ที่เกี่ยวกับโปรดักชันอยู่บ้างนิดหน่อยก็ยังถือว่าโชคดีในแบบของตัวเองเหมือนกันครับ 555
แม้จะเขิน ๆ แต่จะพยายามให้เต็มที่ครับ!
วิธีใช้คือ
pip install greeum
claude mcp add greeum greeum mcp serve
ก็เพียงพอแล้ว
ถ้าใช้ร่วมกับ playwright mcp ก็จะสามารถทำงานอัตโนมัติได้จริงจนเสร็จสมบูรณ์