Show HN: 10k PDF 압축하여 LLM 메모리에 1.4GB 영상 생성

Memvid 는 AI 에이전트를 위한 단일 파일 메모리 레이어로, 즉시 검색 및 장기 메모리를 제공합니다.

데이터베이스 없이 지속적, 버전 관리된, 이동 가능한 메모리.

Website · Try Sandbox · Docs · Discussions

🚀 다른 어떤 메모리 시스템보다 높은 정확도: LoCoMo 에서 +35% SOTA, 최상급 장기 지평 대화 회상 및 추론

🧠 우수한 다중 홉 및 시간적 추론: 산업 평균 대비 +76% 다중 홉, +56% 시간적

⚡ 대규모에서 초저지연성 0.025ms P50 와 0.075ms P99, 표준보다 1,372 배 높은 처리량

🔬 완전히 재현 가능한 벤치마크: LoCoMo (10 × ~26K 토큰 대화), 오픈소스 평가, LLM-as-Judge

Memvid 는 데이터를 패키지하여 단일 파일로 AI 메모리 시스템을 제공합니다. 임베딩, 검색 구조 및 메타데이터를 포함합니다.

복잡한 RAG 파이프라인이나 서버 기반 벡터 데이터베이스 대신 Memvid 는 파일에서 직접 빠른 검색을 가능하게 합니다.

결과물은 모델 무관하고 인프라 없이 AI 에이전트가 어디든 가져갈 수 있는 지속적 장기 메모리 레이어입니다.

Memvid 는 영상 인코딩에서 영감을 받았습니다. 영상을 저장하기 위한 것이 아니라, 스마트 프레임의 추가 전용, 초효율 시퀀스로 AI 메모리를 조직합니다.

Smart Frame 은 콘텐츠와 함께 타임스탬프, 체크섬 및 기본 메타데이터를 저장하는 불변 단위입니다. 프레임을 효율적인 압축, 인덱싱 및 병렬 읽기에 허용하는 방식으로 그룹화합니다.

이 프레임 기반 설계는 다음을 가능하게 합니다:

• 기존 데이터 수정 또는 손상 없이 추가 전용 쓰기
• 과거 메모리 상태에 대한 쿼리
• 지식 진화에 대한 타임라인 스타일 검사
• 제출된 불변 프레임을 통한 충돌 안전성
• 영상 인코딩에서 적응된 기법을 사용한 효율적인 압축

결과물은 AI 시스템의 rewindable 메모리 타임라인과 같은 단일 파일입니다.

• Living Memory Engine 세션 간 메모리를 계속 추가, 분기 및 진화합니다.
• **Capsule Context (**Self-contained, shareable memory capsules with rules and expiry.mv2)
• Time-Travel Debugging 메모리 상태를 rewind, replay 또는 branch 합니다.
• Smart Recall 예측 캐싱을 통한 sub-5ms 로컬 메모리 접근.
• Codec Intelligence 시간이 지나면서 압축을 자동 선택 및 업그레이드합니다.

Memvid 는 지속적 메모리와 빠른 회상을 제공하는 서버리스 메모리 레이어입니다. 모델 무관하고, 멀티모달이며 완전히 오프라인으로 작동하므로 개발자는 Memvid 를 다양한 실제 응용 프로그램에 걸쳐 사용합니다.

• Long-Running AI Agents
• Enterprise Knowledge Bases
• Offline-First AI Systems
• Codebase Understanding
• Customer Support Agents
• Workflow Automation
• Sales and Marketing Copilots
• Personal Knowledge Assistants
• Medical, Legal, and Financial Agents
• Auditable and Debuggable AI Workflows
• Custom Applications

귀하의 선호 언어로 Memvid 를 사용하세요:

Package	Install	Links
CLI
npm install -g memvid-cli
Node.js SDK
npm install @memvid/sdk
Python SDK
pip install memvid-sdk
Rust
cargo add memvid-core

Rust 1.85.0+— rustup.rs 에서 설치

[dependencies]
memvid-core = "2.0"

Feature	Description
lex
BM25 랭킹 (Tantivy) 을 사용한 풀 텍스트 검색
pdf_extract
순수 Rust PDF 텍스트 추출
vec
벡터 유사성 검색 (HNSW + 로컬 텍스트 임베딩을 통한 ONNX)
clip
이미지 검색을 위한 CLIP 시각적 임베딩
whisper
Whisper 를 사용한 오디오 전사
api_embed
클라우드 API 임베딩 (OpenAI)
temporal_track
자연어 날짜 파싱 ("지난 화요일")
parallel_segments
멀티스레드 인게스트
encryption
비밀번호 기반 암호화 캡슐 (.mv2e)
symspell_cleanup
강력한 PDF 텍스트 복구 ("emp lo yee" -> "employee" 수정)

필요한 기능을 활성화하세요:

[dependencies]
memvid-core = { version = "2.0", features = ["lex", "vec", "temporal_track"] }

use memvid_core::{Memvid, PutOptions, SearchRequest};
fn main() -> memvid_core::Result<()> {
// Create a new memory file
...