Agenvoy - 기억 시스템의 마지막 퍼즐 조각

v0.25.10 / v0.25.11

기억 시스템의 마지막 퍼즐 조각이 맞춰지며, 3계층 구조가 공식적으로 완성되었습니다.
장기적인 사용에 따라 지속적으로 진화하는 기억 시스템입니다.

컨텍스트 기억 (Context Memory)

Layer 1 — 대화 기록 (Dialogue History)

최근 16개(사용자 지정 가능)의 대화 내용을 LLM 컨텍스트 (context)로 사용하며, 자동 요약 (summary.json) 기능을 결합하여 현재 대화의 완전한 문맥을 보장합니다.

Layer 2 — 의미론적 검색 (Semantic Search, ToriiDB)

벡터 데이터베이스 (Vector Database)가 약 5MB의 대화 기록을 커버하며, 벡터 검색 도구를 제공하여 의미론적 검색을 통해 가장 관련성 높은 결과를 직접 찾아낼 수 있습니다.

Layer 3 — 키워드 전체 텍스트 검색 (Keyword Full-Text Search, SQLite)

전체 이력을 영구적으로 저장하며, FTS5 전체 텍스트 인덱스 (Full-Text Index)를 결합하여 어떤 단어라도 밀리초(ms) 단위 내에 찾아낼 수 있도록 보장합니다.

세 계층은 각자의 역할을 수행하며 경계가 명확합니다: Hot 데이터는 컨텍스트 (context)로, Warm 데이터는 벡터 (vector)로, Cold 데이터는 FTS로 전달됩니다.

오류 기억 — 세션 간 경험 축적 (Error Memory — Cross-Session Experience Accumulation, ToriiDB)

도구 (tool) 사용 실패 시 Agent는 우선적으로 문제를 처리하려고 시도하며, 문제를 해결한 후 능동적으로 진단하여 다음 네 가지 필드에 구조화하여 저장합니다:

• 증상 (Symptom) — 도구가 실제로 무엇을 반환했는지, 어느 단계에서 막혔는지
• 근본 원인 (Root Cause) — 확인된 실패 원인 (파라미터 오류, 권한 부족, 타임아웃 (timeout), 결과 없음 등...)
• 방법 (Method) — 해결을 위해 무엇을 했는지 (영어 키워드로 재시도, 다른 도구 호출, 파라미터 조정 등...)
• 결과 (Result) — resolved, failed, abandoned

다음에 동일한 상황을 마주하면, 오류 기억을 먼저 검색하여 해결 방법에 따라 즉시 처리합니다.
기억은 90일 동안 유지되며, 검색된 기록은 자동으로 기간이 연장됩니다.

RAG — 외부 지식 검색 (RAG — External Knowledge Retrieval, KuraDB)

자체 제작한 로컬 문서 인덱스를 통해 사용자의 노트, 문서, 코드를 독립된 데이터베이스로 구축합니다. 또한 Agent가 검색하기 편리하도록 도구를 제공합니다:

• rag_search_semantic은 OpenAI 임베딩 (embedding)을 통한 의미론적 검색을 수행합니다.
• rag_search_keyword는 gse 토큰화 (segmentation)를 통한 정밀 비교를 수행하며, 중국어 단어 분절을 지원합니다.

RAG를 활성화하면 시스템은 RAG-first 원칙을 강제합니다: 모든 정보 조회 시 Agent는 지식 베이스 (knowledge base)를 우선적으로 검색하며, 인터넷은 보조 수단일 뿐 첫 번째 선택지가 아닙니다.
KuraDB가 오프라인 상태일 때는 도구가 존재하지 않아 발생하는 오류를 방지하기 위해 관련 도구를 자동으로 제거합니다.

Agenvoy - Make AI actually work for you — your personal AI assistant.