新闻详情

新闻详情

首页 / 资讯中心 / 详情

AIRI 记忆系统详解:如何用 DuckDB WASM + pgvector 为 AI 伴侣实现长期记忆

发布时间:2026/11/17 5:10:04来源:尧图网络
AIRI 记忆系统详解:如何用 DuckDB WASM + pgvector 为 AI 伴侣实现长期记忆
AIRI 记忆系统详解如何用 DuckDB WASM pgvector 为 AI 伴侣实现长期记忆【免费下载链接】airi 自托管、归你拥有的 Grok 风格 AI 伴侣与 waifu / 赛博生命灵魂容器目标是接近 Neuro-sama 的高度支持实时语音聊天、Minecraft 和 Factorio 游玩支持 Web / macOS / Windows。项目地址: https://gitcode.com/moeru-ai/airi想让 AI 伴侣拥有长期记忆吗开源项目 AIRI 用 DuckDB WASM 与 pgvector 两套向量存储方案为 AI 伴侣AI waifu / 数字伙伴搭起了从「向量嵌入」到「记忆遗忘曲线」的完整长期记忆系统。本文带你读懂它的设计思路、关键文件和核心文件路径无需大量代码也能快速上手。为什么 AI 伴侣需要长期记忆普通的聊天机器人「一问一答」聊完就忘。而 AIRI 的目标是让虚拟角色真正「住」进你的设备里像 [Neuro-sama] 那样记得你说过什么、你们一起经历过什么这里的链接已省略。记忆系统的难点在于持久记忆 vs 工作记忆长期记忆难以按关系和依赖遍历查询而工作记忆容量有限语义检索需要用 embedding 模型把「文本」变成「固定长度的向量」再做相似度搜索像人一样遗忘较新的记忆应比旧的更容易被想起情绪与时间都会影响召回。 AIRI 的开发者在 DevLog-2025.04.06 中明确说目标是做出「当下最先进、最强大、最健壮」的记忆系统思想深受人类记忆系统启发。核心架构DuckDB WASM 与 pgvector 双存储方案AIRI 没有押注单一向量数据库而是「浏览器端 服务端」两手准备DuckDB WASM跑在浏览器里的向量数据库浏览器里的记忆实验由proj-airi/drizzle-duckdb-wasm封装包提供已迁移至独立仓库见 packages/duckdb-wasm/README.md。在 packages/stage-ui/src/composables/use-duck-db.ts 中Web 端通过 Web Worker 加载 DuckDB 的 WASM bundle并用 Drizzle ORM 建表CREATE TABLE IF NOT EXISTS memory_test (vec FLOAT[768]);关键点纯 WASM 运行不依赖任何后端768 维向量直接存在浏览器内存/本地Mutex 单例管理用锁保证数据库实例全局唯一避免多标签页并发踩踏Drizzle ORM 加持TypeScript 类型安全查询即代码。pgvector.rs服务端的向量检索引擎服务端如 services/telegram-bot 的 Telegram 机器人选择 Rust 重写的 pgvector 兼容实现pgvector.rs原因是它支持超过 2000 维的向量为未来更大的 embedding 模型留足空间。初始化脚本 services/telegram-bot/sql/init.sql 只有两件事ALTER SYSTEM SET vectors.pgvector_compatibilityon; CREATE EXTENSION vectors;配合 services/telegram-bot/docker-compose.yaml 即可一键拉起向量数据库容器。而 packages/memory-pgvector/src/index.ts 则是一个基于proj-airi/server-sdk的记忆服务模块负责接入配置并常驻监听——这就是 AIRI 服务化记忆的入口骨架。记忆如何工作从对话到召回的 4 步① 嵌入Embedding文本 → 固定长度向量数组。注意维度是固定的切换 embedding 模型后需要重新索引所有记忆。② 存储Storage向量写入 DuckDB浏览器或 pgvector.rs服务端并附带时间戳、场景、情绪等元数据。③ 检索Retrieval按语义相关性 时间关联度打分支持重排序rerank。④ 衰减Decay借鉴人类遗忘曲线为不同记忆类型工作记忆 / 短期记忆 / 长期记忆 / 肌肉记忆设定各自的强化曲线与半衰期让「越新的记忆越容易被想起」。除了确定性的衰减AIRI 还模拟了随机闪回与情绪偏置——记忆可能突然被想起也会被情绪左右文件导航记忆相关代码都在哪模块路径作用浏览器端 DuckDB 封装packages/stage-ui/src/composables/use-duck-db.tsWeb Worker 中初始化 WASM 向量库Drizzle DuckDB WASMpackages/drizzle-duckdb-wasm/README.md封装包迁移说明服务端 pgvector 模块packages/memory-pgvector/src/index.ts记忆服务骨架向量库初始化 SQLservices/telegram-bot/sql/init.sql开启 vectors 扩展记忆系统设计文docs/content/zh-Hans/blog/DevLog-2025.04.06/index.md完整设计思路与交互 Demo项目总览docs/content/zh-Hans/docs/overview/index.mdAIRI 定位与模块地图写在最后AIRI 的记忆系统给了三个值得借鉴的工程决策双后端策略——DuckDB WASM 让「零部署」的浏览器也能做向量检索pgvector.rs 扛住服务端高维向量把遗忘建模成算法——衰减曲线、半衰期、情绪偏置让 AI 伴侣的记忆更像人用 ORM 管理向量——Drizzle 让向量表和关系表共享一套 TypeScript 类型体系。如果你想动手体验可以先从 services/telegram-bot/docker-compose.yaml 拉起向量库再阅读 DevLog-2025.04.06 里的交互 Demo 源码一步步理解「AI 伴侣的记忆」是如何被存下来、检索出来的。【免费下载链接】airi 自托管、归你拥有的 Grok 风格 AI 伴侣与 waifu / 赛博生命灵魂容器目标是接近 Neuro-sama 的高度支持实时语音聊天、Minecraft 和 Factorio 游玩支持 Web / macOS / Windows。项目地址: https://gitcode.com/moeru-ai/airi创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉