Beobachtetes Signal · 25. Juni 2026 · Technical Release · Quelle: DEV Community · Relevanz: 2/5 · Sentiment: Positiv
Open-Source-Lösung für KI-Langzeitgedächtnis und hybrides Wissensmanagement
Ein Ingenieur hat die Version v0.0.2 des Open-Source-Systems zur Wissenssammlung und Langzeitspeicherung für KI auf Basis des Hermes Memory Installer veröffentlicht. Die Pipeline integriert über 40 Ingestion-Engines für Web, Video und Dokumente, automatische Buchaufbereitung sowie einen dreistufigen Speicher (Hot/Warm/Cold) mit hybrider Retrieval-Logik, die von Volltextsuche über Vektorsuche bis zum Knowledge Graph kaskadiert. Die Cloud-Synchronisation erfolgt via rclone und OneDrive mit einer inkrementellen Zwei-Wege-Synchro alle vier Stunden. Zu den praktischen Tools gehören yt-dlp, Whisper und EasyOCR für Videos sowie SenseNova für die Dokumentenextraktion. Das Projekt ist auf GitHub verfügbar; bekannte Herausforderungen sind die PDF-Tabellenextraktion und Whisper-Speicherüberläufe bei hoher Concurrency.
Diese praktische Open-Source-Implementierung von KI-Langzeitgedächtnis und hybridem Retrieval bietet wertvolle Ansätze für Entwickler von KI- und LLM-Infrastrukturen, stellt jedoch eine projektspezifische Veröffentlichung und keine marktführende Plattformänderung dar.
Marktsignale zu Cloudflare in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Entwickler veröffentlicht Knowledge-and-Memory-Management v0.0.2 basierend auf dem Hermes Memory Installer.
- System integriert über 40 Collection-Engines aus neun Quellgruppen wie Web, Video und Dokumente.
- Dreistufige Speicherarchitektur: Hot (Direktinjektion), Warm (Vektorspeicher, ca. 10K Nodes), Cold (Knowledge Graph, ca. 11K Pages).
- Retrieval-Pipeline 'lightweight_recall' stuft von FTS5 über Vektor bis zum Knowledge Graph ab.
- Cloud-Sync via rclone und OneDrive im Vier-Stunden-Takt; Repository auf GitHub (mage0535) verfügbar.
Verknüpfte Unternehmen
3 verknüpfte Unternehmen“In the web ingestion context the author writes: "Scrapling (can bypass Cloudflare)" to indicate Cloudflare mitigation capabilities....”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
KMM v0.0.2 ermöglicht Knowledge-Pipeline für AI Agents
KMM (Knowledge-and-Memory-Management) v0.0.2 ist ein Open-Source-Plugin, das eine vollständige Knowledge-Pipeline für AI Agents implementiert: Sammlung, Aufbereitung, Abruf und Synchronisation. Statt Speichermedien zu ersetzen, fokussiert sich KMM auf die automatisierte Datenaufnahme aus über 40 Tools für Web, Video und Dokumente, strukturiert Inhalte in Notizen sowie Knowledge-Graph-Nodes und synchronisiert einen geteilten Wissenspool über Geräte hinweg via rclone bisync. Der Abruf erfolgt in drei Stufen: lokale FTS5-Suche, semantische Hindsight-Vektorsuche und gbrain Knowledge-Graph-Lookup für assoziatives Reasoning. Das Projekt bietet Beispielcode, Medienverarbeitungs-Workflows und ein unter der MIT-Lizenz veröffentlichtes GitHub-Repository.
Hermes Memory Installer: Langzeitgedächtnis für KI-Agenten
Der am 6. Mai 2026 veröffentlichte Hermes Memory Installer ist ein Open-Source-System mit MIT-Lizenz für das Langzeitgedächtnis von KI-Assistenten und -Agenten. Es bietet eine persistente Wissensbasis über mehrere Sitzungen hinweg mittels einer dreischichtigen Architektur aus Dialog-, Skill- und Datenebene. Das System unterstützt diverse Speicher-Backends wie SQLite FTS5, einen gbrain-Wissensgraphen mit pgvector, Markdown-Archive sowie eine automatische Zusammenfassungspipeline. Zu den Hauptmerkmalen gehören eine semantische Dual-Path-Suche, ein Wissensgraphen-Engine zur Verknüpfung von Konzepten, eine Kurator-Selbstevolution sowie plattformübergreifende Abruffunktionen. Das Projekt richtet sich an Entwickler und Nutzer von KI-Agenten und ist auf GitHub verfügbar.
KI-natives Second Brain durch Multi-RAG und Knowledge Graphs
Der Artikel skizziert eine Architektur für ein KI-natives „Second Brain“, eine persistente Wissensebene, die Retrieval-Strategien wie Multi-RAG, Knowledge Graphs, Langzeitgedächtnis und eine MCP-API vereint, um LLMs mit strukturiertem Organisationswissen zu vernetzen. Statt rein auf Vektorsuche zu vertrauen, kombiniert das Design semantische Suche, Volltextsuche, Graph-Abfragen, Metadatenfilterung und Reranking. Quellen wie Obsidian, GitHub, Slack und Datenbanken werden eingelesen, verarbeitet und über eine Retrieval-Engine bereitgestellt, sodass LLMs wie Claude oder GPT Kontext abrufen und strukturierte Erinnerungen zurückschreiben können. Ziel ist ein unabhängiges Knowledge OS für bessere Reasoning-Prozesse.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.