शेयर किया जा सकने वाला, Graph-आधारित AI Memory MCP

यह AI के साथ हुई बातचीत या दस्तावेज़ों को Sqlite या PostgreSQL में सहेजने वाला एक open source MCP है.

LLM Wiki या दूसरी memory प्रणालियों से इसका फ़र्क AI के बीच memory sharing और search है.
घर में किया गया काम और ऑफिस में किया गया काम एक ही memory के रूप में साझा किया जा सकता है. या टीम सदस्यों के काम के नतीजों को भी एक ही memory के रूप में साझा किया जा सकता है.

डेटा को Graph+RAG में बदलकर DB में सहेजा जाता है.
Graph, Event-Centric Knowledge Graph (ECKG) है, और इसकी खासियत यह है कि दूसरे graph की तरह relationship schema पहले से तय नहीं किया जाता. डेटा जमा करते हुए यह लगातार विकसित होता रहता है.

इंस्टॉलेशन के लिए तैयार compressed file को unzip करके चलाया जा सकता है, या open source के रूप में सीधे install किया जा सकता है.
compressed file को unzip करके चलाने पर manager शुरू हो जाता है.
सहेजने के लिए DB चुनें, और जिस AI में MCP install करना है उसे चुनें, बाकी सब अपने-आप हो जाता है.

Sample DB भी शामिल किया गया है, इसलिए install करके वास्तविक कामकाज की जांच करना आसान होगा.
Sample DB में copyright समस्या से मुक्त Beatles Wikipedia दस्तावेज़ और Sherlock Holmes के मूल उपन्यास शामिल हैं. (वे अंग्रेज़ी में हैं, लेकिन दूसरी भाषाओं में search किया जा सकता है.)

धन्यवाद.

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

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

[hsvtr365]

obo Codex इस्तेमाल कर लें तो काम नहीं हो जाएगा क्या?

[rawdev]

नमस्ते। रुचि के लिए धन्यवाद।
मैंने Codex को बहुत ज़्यादा इस्तेमाल नहीं किया है, इसलिए जितना जानता हूँ उसी सीमा में जवाब दे रहा हूँ। ग़लत भी हो सकता है।

सबसे पहले, Mweft काम के नतीजों को साझा करने के लिए नहीं है।
यह बीच-बीच में AI के साथ हुई बातचीत से निकली सामग्री को साझा करता है। काम के नतीजों के लिए GIT जैसे दूसरे टूल इस्तेमाल करने होते हैं। क्योंकि इसमें अंतिम परिणाम नहीं, बल्कि बीच की सामग्री साझा की जाती है, इसलिए काम के फ़्लो को ट्रैक किया जा सकता है।
और इस फ़ंक्शन को सपोर्ट करने के लिए graph + rag का उपयोग किया जाता है।
Mweft में Claude, Codex और Gemini CLI के बीच काम साझा करना भी संभव है।

धन्यवाद।