AI 대리인을 위한 Persistent 기억. 오픈 소스, LLM-agnostic, 어떤 MCP 클라이언트와 함께 작동.

스타 역사

그것은 무엇을

대부분의 AI 에이전트는 세션이 종료 될 때 모든 것을 잊습니다. cortex-engine 수정 - 세션, 모델, 런타임에 걸쳐 생존하는 지속적 기억 레이어를 제공합니다.

-Semantic Memory - 저장 및 검색 관측, 신념, 질문 및 상호 연결 노드로 hypotheses -Belief tracking - 새로운 증거가 피할 때 업데이트되는 에이전트 파악 위치

• ** 2 단계 꿈 통합 ** - NREM 압축 ( 클러스터, 정제, 생성) + REM 통합 (연결, 점수, 요약) - 생물학적 수면 단계에서 모델링
• Goal-directed cognition — goal_set]는 예상 오류를 생성하는 원한 미래 상태를 생성하고, 어떤 문제에 대한 통합 및 탐험
• **Neuroscience-grounded retrieval ** - GNN 이웃 집계, 쿼리 조정 활성화, 멀티-anchor Thousand Brains 투표, 에피스톤 단조
• **정보 형상 ** - 공간 커브, schema congruence scoring을 존중하는 로컬 별 클러스터링 임계 값

@fozikio/cortex-engine

Persistent memory for AI agents. Open source, LLM-agnostic, works with any MCP client.

Star History

What It Does

Most AI agents forget everything when the session ends. cortex-engine fixes that — it gives agents a persistent memory layer that survives across sessions, models, and runtimes.

• Semantic memory — store and retrieve observations, beliefs, questions, and hypotheses as interconnected nodes
• Belief tracking — agents hold positions that update when new evidence contradicts them
• Two-phase dream consolidation — NREM compression (cluster, refine, create) + REM integration (connect, score, abstract) — modeled on biological sleep stages
• Goal-directed cognition — goal_set creates desired future states that generate forward prediction error, biasing consolidation and exploration toward what matters
• Neuroscience-grounded retrieval — GNN neighborhood aggregation, query-conditioned spreading activation, multi-anchor Thousand Brains voting, epistemic foraging
• Information geometry — locally-adaptive clustering thresholds that respect embedding space curvature, schema congruence scoring
• Graph health metrics — Fiedler value (algebraic connectivity) measures knowledge integration; PE saturation detection prevents identity model ossification
• Spaced repetition (FSRS) — interval-aware scheduling with consolidation-state-dependent decay profiles