AI 에이전트를 위한 지속적이고 로컬 우선의 메모리 저장소, Engraphis

AI 에이전트를 위한 지속적이고 로컬 우선의 메모리. Engraphis는 범위가 지정된 프로젝트 지식을 저장하고, 벡터(vector), 어휘(lexical), 그래프(graph), 코드 검색을 통해 관련 증거를 검색하며, 에이전트가 검사할 수 있는 출처와 함께 경계가 지정된 컨텍스트를 반환합니다.

로컬 엔진은 SQLite를 사용하며 오프라인으로 작동합니다. 사실들을 조용히 대체하는 대신 시간에 따른 변경 사항을 유지하고, 근거 기반 검색(grounded recall) 시에는 검색된 메모리를 인용하거나 증거가 부족할 경우 포기합니다.

로컬 대시보드에서 메모리와 그 관계를 탐색해 보세요.

전체 로컬 애플리케이션은 Python 3.10 이상이 필요합니다. NumPy 전용 코어는 Python 3.9 이상을 지원합니다.

python -m pip install "engraphis[all]"
engraphis-dashboard

대시보드는 http://127.0.0.1:8700에서 열립니다. 로컬 사용에는 클라우드 계정이나 API 키가 필요하지 않습니다.

Python 서비스에 직접 연결하려면:

from engraphis.service import MemoryService
memory = MemoryService.create("engraphis.db")
memory.remember("Auth migrated from JWT to PASETO.", workspace="acme", repo="api")
...

MCP를 통해 코딩 에이전트를 연결하려면 에이전트 설정 가이드(agent setup guide)를 참조하세요.

지속성 (Continuity): 워크스페이스, 리포지토리 및 세션별로 메모리를 정리하고 마지막 세션의 인계(handoff) 기능을 제공합니다.유용한 검색 (Useful recall): 벡터, 어휘, 그래프, 코드 인식 검색을 결합한 후 결과를 하드 컨텍스트 예산에 맞게 패킹합니다.근거 기반 답변 (Grounded answers): 출처와 시간적 이력을 보존하며, 불충분할 경우 지원 내용을 인용하거나 포기합니다.운영자 제어 (Operator control): 핵심 기능을 로컬로 유지하고 오프라인 사용이 가능하도록 하며, 호스팅 서비스 및 외부 LLM 제공업체에 대한 명시적인 제어를 제공합니다.

현재 등록된 아티팩트는 세 가지 결정론적 오프라인 픽스처 실행을 포함합니다. 이는 컨텍스트 크기, 검색 품질, 근거 기반 의사결정 검사를 분리하며, 이 작은 픽스처들은 일반적인 작업 성능을 입증하는 것은 아닙니다.

세 가지 오프라인 픽스처는 컨텍스트 축소, 후보 및 패킹된 검색 품질, 그리고 근거 기반 동작을 분리합니다. 차트는 아티팩트 체크섬 접두사를 보여주며, 전체 체크섬과 재현 단계는 벤치마크 가이드(benchmark guide)를 참조하세요.

로컬 대시보드에서 Review with Jev를 사용하여 선택된 증거가 질문에 답할 수 있는지 또는 두 메모리 간의 가능한 모순을 비교하는지 확인하십시오. 원격 검토(Remote review)는 호출당 동의 및 public 또는 internal 분류만 선택되고 경계 지어진 발췌문과 제공된 질문만을 전송합니다.

Secret, malformed, 그리고 알려지지 않은 민감도 분류는 차단됩니다. 기존 MCP 결정 도구는 명령 및 완료 검토를 처리합니다.

Recall 경로 선택은 실험적이며 BYOK(Bring Your Own Key)만 가능합니다. Smart MCP는 allow_remote=true와 public 또는 internal 분류를 통해 engraphis_recall_context로 옵트인 합니다. Classic MCP 역시 planning="auto"와 jev_assisted=true가 필요합니다. Jev는 원래의 쿼리와 경계 지어진 결정론적 경로만 받고, 회상된 메모리 본문은 받지 않습니다. 따라서 범위(scope), 시간(time), 유형(type) 또는 신뢰 필터(trust filters)를 변경할 수 없습니다. 로컬 동작이 기본값입니다. 불확실하거나, 잘못되었거나, 실패한 요청은 결정론적 동작으로 폴백합니다. Jev는 메모리를 작성하거나, 접지된-회상 요구 사항을 변경하거나, 명령을 승인하거나, 완료를 인증할 수 없습니다. 직접적인 BYOK 사용 시 제공업체 요금이 발생할 수 있습니다.

Jev 지원 회상 계획은 실험적입니다. 40개의 공개 합성 작업(public synthetic tasks)을 사용하여 탐색적 비교를 수행했을 때, Jev는 모든 40개 호출에서 경로를 선택했지만 nDCG@5, Recall@5 또는 답변 토큰 커버리지를 변경하지 않았습니다. 따라서 이 테스트 케이스는 보류된 사용자 워크로드(heldout user workloads)에 대한 이점을 입증하지 못하므로 검색 품질 개선은 주장되지 않습니다.

Managed Jev는 현재 not_yet_available합니다.

출시 승인 및 서비스 용량 자격 검증이 보류 중이며, 클라이언트 설정에서는 이를 활성화할 수 없습니다. 활성화되면 모든 정당한 Pro 사용자 및 유효한 Team 명명 좌석(유료 뷰어 포함)은 활성 유료, 체험 또는 테스트 권한을 가진 경우 추가 고객 비용 없이 개인 제공업체 키 없이 관리형 Jev를 받습니다.

개인별로 세 가지 독립적인 순환 제한이 적용됩니다: 순환 시간당 100개의 평가 질문, 순환 5시간당 1,000개, 그리고 순환 24시간당 2,000개입니다. 사용량은 팀 전체에 걸쳐 풀링되지 않고 개인별로 계산되며 월 단위가 아닙니다. 평가된 질문은 한 번만 카운트됩니다. 배치(batch)를 평가할 경우 모든 질문이 카운트되며, 명령어 검토는 두 개의 질문을 평가합니다. 실패하거나 중단된 시도 횟수는 계속 카운트됩니다. 초과 사용량에 대해서는 요금이 부과되지 않습니다. 계정 포털은 세 가지 창 전체에서 각 멤버의 남은 사용량을 보고하며, 사용량은 이전 질문이 순환 창을 벗어남에 따라 회복됩니다.

기존 프로덕션 플릿 가드(production fleet guard)는 서비스 전반에 걸쳐 하루 100개의 질문으로 유지됩니다. 이 제한은 개인별 순환 상한과 충돌할 수 있으며 요청을 더 일찍 중단하거나 거부할 수 있습니다. 출시 전에 용량 및 플릿 가드를 해결하십시오. 지원되는 결정 사항은 자문용이며, 현재의 합성 기능(synthetic fixtures)으로는 Jev의 정확성이나 비용 절감 효과를 입증하지 못합니다. 호스팅된 요금제와 Jev 세부 정보를 참조하십시오.

• 구성 참조 (Configuration reference)
• MCP 도구 참조 (MCP tool reference)
• 에이전트 및 LLM 제공업체 설정 (Agent and LLM provider setup)
• 아키텍처 및 쿼리 계획 (Architecture and query planning)
• Docker 배포 (Docker deployment)
• 문서 가져오기 (Document import)
• 클라우드 동기화 (Cloud Sync)
• Pi 확장 기능 (Pi extension)
• 메모리 쓰기 검토 (Memory write review)
• 보안 정책 (Security policy)
• 호스팅된 요금제 및 라이선싱 (Hosted plans and licensing)

Engraphis는 Apache-2.0에 따라 라이선스가 부여됩니다. 이 라이선스는 상표권(trademark rights)을 부여하지 않습니다. LICENSE, NOTICE 및 라이선싱 가이드를 참조하십시오. 호스팅된 제어 평면(control plane)과 관리형 서비스는 사설 서비스입니다.