MCP หน่วยความจำ AI แบบแชร์ได้บน Graph

นี่คือ MCP โอเพนซอร์สที่เก็บบทสนทนากับ AI หรือเอกสารไว้ใน Sqlite หรือ PostgreSQL

ความแตกต่างจาก LLM Wiki หรือหน่วยความจำแบบอื่นคือการแชร์และค้นหาหน่วยความจำระหว่าง AI
สามารถแชร์งานที่ทำที่บ้านและที่ออฟฟิศเป็นหน่วยความจำเดียวกันได้ หรือแชร์ผลลัพธ์งานของสมาชิกทีมไว้ในหน่วยความจำเดียวกันก็ได้

ข้อมูลจะถูกแปลงเป็น Graph+RAG แล้วจัดเก็บลงใน DB
Graph คือ Event-Centric Knowledge Graph (ECKG) โดยจุดเด่นคือจะไม่กำหนด relationship schema ล่วงหน้าเหมือนกราฟอื่น ๆ แต่จะค่อย ๆ พัฒนาต่อเนื่องไปพร้อมกับการสะสมข้อมูล

สามารถติดตั้งได้โดยแตกไฟล์บีบอัดที่เตรียมไว้แล้วรัน หรือจะติดตั้งเองจากโอเพนซอร์สโดยตรงก็ได้
เมื่อแตกไฟล์บีบอัดแล้วรัน ระบบจัดการจะเริ่มทำงาน
เลือก DB ที่จะใช้เก็บข้อมูล แล้วเลือก AI ที่จะติดตั้ง MCP จากนั้นที่เหลือจะดำเนินการอัตโนมัติทั้งหมด

มี Sample DB รวมมาให้ด้วย จึงน่าจะสะดวกสำหรับการติดตั้งและตรวจสอบการทำงานจริง
Sample DB คือเอกสาร Wikipedia ของ The Beatles และนวนิยายต้นฉบับของ Sherlock Holmes ที่ไม่มีปัญหาด้านลิขสิทธิ์ (เป็นภาษาอังกฤษ แต่ค้นหาด้วยภาษาอื่นได้)

ขอบคุณครับ

ซอร์ส : https://github.com/rawdev/MemoryWeft

ติดตั้ง : https://github.com/rawdev/MemoryWeft/tags

[elbanic]

โอ้ ไอเดียดีนะครับ/ค่ะ ผม/ฉันเองก็คงต้องลองคิดดูเหมือนกันว่าจะเอาสิ่งนี้ไปใช้อย่างไรได้บ้าง

[rawdev]

ขอบคุณครับ

[smaker]

อะไรคือความแตกต่างเมื่อเทียบกับ Context Mode หรือ AgentMemory?

[rawdev]

สวัสดีครับ ขอบคุณที่ให้ความสนใจ

ผมเพิ่งรู้จักว่า AgentMemory มีอยู่จากที่คุณ smaker บอกนี่เอง
ถ้ารู้มาก่อน ผมอาจจะไม่ได้สร้าง Mweft ก็ได้ครับ

โชคดีที่พอลองตรวจสอบ AgentMemory ดูแล้ว ดูเหมือนว่าแนวทางที่มุ่งไปและเทคโนโลยีภายในจะแตกต่างจาก Mweft ครับ

1. อย่างแรก mweft ถูกสร้างขึ้นโดยคิดเรื่องการทำงานร่วมกันเป็นพื้นฐานก่อนเลย แม้ว่า AgentMemory ก็ดูเหมือนจะมีฟังก์ชันสำหรับการทำงานร่วมกันเช่นกัน แต่เพราะจุดมุ่งหมายต่างกัน โครงสร้างภายในก็น่าจะต่างกันด้วยครับ

2. mweft เป็นเครื่องมือเสริมเพื่อช่วยให้ได้ผลลัพธ์ที่ดีขึ้น แม้แต่กราฟหรือ RAG ก็ให้น้ำหนักกับการค้นหาความเชื่อมโยงมากกว่าความเคร่งครัดแบบเป๊ะ ๆ AgentMemory เองก็มีโครงสร้างแบบกราฟ แต่ดูเหมือนว่า mweft จะใช้วิธีการเข้าถึงที่ต่างออกไปครับ

3. AgentMemory ดูเหมือนจะถูกสร้างขึ้นโดยมีเป้าหมายเป็น AI สำหรับงานเขียนโค้ด ดังนั้นความแม่นยำจึงน่าจะสำคัญมาก Mweft อาจผิดพลาดได้ครับ มันมีไว้เพื่อให้คำใบ้กับ AI หรือคน ว่าควรไปค้นหาต่อในจุดไหน

การวิเคราะห์ของผมอาจจะผิดก็ได้ครับ ถ้ามีคำแนะนำเพิ่มเติม ผมยินดีรับฟังอย่างมาก

ขอบคุณครับ

[rawdev]

โหมด Context มีไว้สำหรับการใช้งานเป็นหน่วยความจำล้วน ๆ จึงมีความแตกต่างจาก Mweft ที่มุ่งเน้นการทำงานร่วมกัน

[hsvtr365]

ก็ใช้ Codex ก็ได้ไม่ใช่เหรอครับ?

[rawdev]

สวัสดีครับ ขอบคุณที่ให้ความสนใจ
ผมเองก็ยังไม่ได้ใช้ Codex มากนัก จึงขอตอบเท่าที่พอทราบนะครับ อาจมีส่วนที่ไม่ถูกต้องได้

ก่อนอื่น Mweft ไม่ได้ใช้สำหรับแชร์ผลลัพธ์ของงาน
แต่เป็นการแชร์เนื้อหาที่เกิดขึ้นจากการสนทนากับ AI ระหว่างทางเป็นช่วง ๆ ส่วนผลลัพธ์ของงานต้องใช้เครื่องมืออื่นอย่างเช่น GIT แทน เพราะเป็นการแชร์เนื้อหาระหว่างทาง ไม่ใช่ผลลัพธ์สุดท้าย จึงสามารถติดตาม workflow การทำงานได้
และยังใช้ graph + rag เพื่อช่วยเสริมฟังก์ชันนี้
Mweft ยังสามารถแชร์งานข้ามระหว่าง Claude, Codex และ Gemini CLI ได้ด้วย

ขอบคุณครับ