kingjulio8238/Memary

管理您的 Agent 记忆

Agent 推动了类人推理的发展，是构建 AGI 和理解人类自身的重要进步。记忆是人类处理任务的关键组成部分，在构建 AI Agent 时也应受到同等重视。memary 通过模拟人类记忆来优化这些 Agent。

快速入门 🏁

安装 memary

1. 使用 pip 安装：

   确保您的 Python 版本符合要求： .env

   OPENAI_API_KEY="YOUR_API_KEY"
   PERPLEXITY_API_KEY="YOUR_API_KEY"
   GOOGLEMAPS_API_KEY="YOUR_API_KEY"
   ALPHA_VANTAGE_API_KEY="YOUR_API_KEY"
   
   Database usage (see API info):
   FALKORDB_URL="falkor://[[username]:[password]]@[falkor_host_url]:port"
   or
   NEO4J_PW="YOUR_NEO4J_PW"
   NEO4J_URL="YOUR_NEO4J_URL"
   

2. 获取 API 凭据：

   API 信息

   • OpenAI key
   • FalkorDB
     • 登录 → 点击 'Subscribe' → 在仪表盘创建免费实例 → 使用凭据（用户名、密码、falkor_host_url 和端口）。
   • Neo4j
     • 点击 'Start for free' → 创建免费实例 → 打开自动下载的 txt 文件并使用其中的凭据。
   • Perplexity key
   • Google Maps
     • 在 Google Cloud 控制台的“API 与服务”标签页下的“凭据”页面生成密钥。
   • Alpha Vantage
     • 建议使用 https://10minutemail.com/ 生成临时邮箱来获取密钥。

3. 更新用户画像（User Persona）：在 streamlit_app/data/user_persona.txt 中进行修改，请参考 streamlit_app/data/user_persona_template.txt 中的模板。已提供相关说明——将大括号内的内容替换为相关信息。

4. [可选] 如有需要，更新系统画像（System Persona），文件位于 streamlit_app/data/system_persona.txt。

5. [可选] 多图谱（Multi Graphs）功能：使用 FalkorDB 的用户可以生成多个图谱，并在不同 ID 之间切换，这些 ID 对应不同的 Agent。这能够实现不同 Agent 记忆和知识上下文的无缝转换与管理。

6. 运行：

cd streamlit_app
streamlit run app.py

基础用法

from memary.agent.chat_agent import ChatAgent

system_persona_txt = "data/system_persona.txt"
user_persona_txt = "data/user_persona.txt"
past_chat_json = "data/past_chat.json"
memory_stream_json = "data/memory_stream.json"
entity_knowledge_store_json = "data/entity_knowledge_store.json"
chat_agent = ChatAgent(
    "Personal Agent",
    memory_stream_json,
    entity_knowledge_store_json,
    system_persona_txt,
    user_persona_txt,
    past_chat_json,
)

在初始化时，可以将 ['search', 'vision', 'locate', 'stocks'] 的子集作为 include_from_defaults 传入，以加载不同的默认工具集。

多图谱（Multi-Graph）

使用 FalkorDB 数据库时，您可以创建多个 Agent。以下是如何为不同用户设置个人 Agent 的示例：

# 用户 A 的个人 Agent
chat_agent_user_a = ChatAgent(
    "Personal Agent",
    memory_stream_json_user_a,
    entity_knowledge_store_json_user_a,
    system_persona_txt_user_a,
    user_persona_txt_user_a,
    past_chat_json_user_a,
    user_id='user_a_id'
)

# 用户 B 的个人 Agent
chat_agent_user_b = ChatAgent(
    "Personal Agent",
    memory_stream_json_user_b,
    entity_knowledge_store_json_user_b,
    system_persona_txt_user_b,
    user_persona_txt_user_b,
    past_chat_json_user_b,
    user_id='user_b_id'
)

添加自定义工具

def multiply(a: int, b: int) -> int:
    """Multiply two integers and returns the result integer"""
    return a * b

chat_agent.add_tool({"multiply": multiply})

有关创建自定义工具的更多信息...