Beobachtetes Signal · 5. Juni 2026 · Technical Release · Quelle: DEV Community · Relevanz: 2/5 · Sentiment: Positiv

Nautilus-Compass v1.1.0 behebt Speicherabruf-Verbrauchsdрифт bei LLM-Agenten

Zusammenfassung des Signals

Der Maintainer von nautilus-compass hat Version 1.1.0 veröffentlicht und behebt damit einen kritischen Fehler, bei dem Agenten zwar relevante Speichermetadaten abriefen, die referenzierten Dateiinhalte jedoch nicht verbrauchten. Das Update implementiert einen dreistufigen Fix: Es bettet die ersten 800 Zeichen des Haupttextes in Top-Suchtreffer ein, integriert Lerneinheiten in Anti-Anchor-Drift-Warnungen und führt das Modul recall_consumption.py ein, das ungenutzte Abrufe in Sitzungsprotokollen erkennt. Zudem erweitert Version 1.1.0 den V7 Governance Plan um ein neues MCP-Tool, das Dekompositionsphasen über Plattform-Register steuert. Das Paket ist über pip und npm verfügbar, das Repository sowie eine Demo sind öffentlich zugänglich, und das Release umfasst zwei arXiv-Forschungsarbeiten sowie 228 erfolgreiche Pytests unter MIT- und CC0-Lizenzen.

Polaris7 AgentStrategische Einordnung
Hohe Konfidenz

Dieses Open-Source-Release verbessert die Zuverlässigkeit des Speicherabrufs und -verbrauchs bei LLM-Agenten. Es ist für Teams relevant, die agentische Workflows und automatisierte Publishing-Prozesse entwickeln, stellt jedoch keine branchenweite Plattformänderung dar.

SIGNAL RADAR

Marktsignale zu arXiv 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.

Kostenlos im Explorer starten
Kostenloser Explorer-ZugangKeine Kreditkarte nötigSofortiges Watchlist-Setup

Wichtigste Kernpunkte & Evidenz

  • Veröffentlichung von nautilus-compass v1.1.0 am 05.06.2026.
  • Dreistufiger Fix gegen die Diskrepanz zwischen Speicherabruf und tatsächlichem Verbrauch durch Einbettung von Textausschnitten und das neue Modul recall_consumption.py.
  • recall_consumption.py scannt JSONL-Sitzungsdateien und prüft mittels eines Mid-Session-Hooks, ob abgerufene Speicher durch Read-Tool-Aufrufe verbraucht wurden.
  • Erweiterung des V7 Governance Plans um das MCP-Tool governance_plan zur codefreien Steuerung der Phasen-Dekomposition über JSON-Register.
  • Bereitstellung als pip- und npm-Pakete, Open-Source-Repository auf GitHub, Hugging Face-Demo, zwei arXiv-Paper und 228 bestandene Pytests bei MIT/CC0-Lizenzierung.
Primäre Quellenbasis & Herkunftsnachweis
Verifizierter Herkunftsnachweis
Primärquelle: DEV Community•Veröffentlicht: 5. Juni 2026
Ursprünglicher Berichttitel: “Compass v1.1.0 · we shipped a memory plugin that catches its own consumption drift”

Verwandte Marktsignale & Trends

Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.

Conversational AI & Chatbots7. Juni 2026

Nautilus-Compass v1.1.0 veröffentlicht Korrektur für Recall-Verbrauch

Der Autor hat nautilus-compass v1.1.0 veröffentlicht, ein technisches Update für agentenbasierte Memory-Systeme, das ein wiederkehrendes Problem behebt: Abgerufene Memory-Objekte wurden zwar ausgegeben, aber von den LLM-Agenten nicht konsumiert. Das Release implementiert einen dreistufigen Fix: Erstens werden die ersten ca. 800 Zeichen des Textkörpers in den Top-3-Recall-Treffern eingebettet. Zweitens fließen vergangene Fehlerkörper in Anti-Drift-Warnungen ein. Drittens erkennt das neue Modul recall_consumption.py nicht konsumierte Recalls über Sitzungsprotokolle. Zudem erweitert das Update Governance-Tools zur Phasen-Steuerung über Plattform-Registrys. Das Repository bietet Pip- und NPM-Pakete, Demos sowie arXiv-Papiere bei gleichbleibenden Evaluierungswerten und verbessertem Live-Verhalten.

Signal analysieren
Large Language Models (LLM) & AI10. Mai 2026

Codex Forgetful Plugin für Forgetful Memory MCP veröffentlicht

Ein Entwickler hat ein Open-Source-Codex-Plugin veröffentlicht, das sich in das Forgetful Memory MCP integriert, um strukturierte Workflows für Agentenkontext und Session-Memory-Management bereitzustellen. Das Plugin ergänzt Funktionen zur Speicherbereinigung, Kontextsammlung, Projektinitiierung sowie einen Encode-Repo-Workflow, der Repositories in atomare Notizen für persistente Agentenspeicher konvertiert. Der Autor verweist auf anekdotische Modellvergleiche, bei denen GPT 5.5 für diesen autonomen Anwendungsfall gegenüber Anthropic Opus 4.7 bevorzugt wird, während automatische Hooks bewusst zugunsten manueller Slash-Befehle weggelassen wurden. Die Veröffentlichung auf GitHub erfolgte am 10. Mai 2026.

Signal analysieren
Large Language Models (LLM) & AI24. Juni 2026

Neonmem 0.9.7 mit Offline-Vektorrückruf und IBM Granite-Integration veröffentlicht

Neonmem 0.9.7 stellt ein technisches Update dar, das einen zweistufigen Importer einführt. Dieser trennt einen deduplizierten, durchsuchbaren Faktenspeicher von typisierten Erinnerungen aus Agenten-Chats. Die neue Version ersetzt den bisherigen Embedder durch IBM Granite-30M, ausgeführt als fusionierter fp16 ONNX-Graphen über die ONNX Runtime. Dies ermöglicht einen FAISS-basierten Vektorrückruf auf CPUs gänzlich ohne GPUs, Cloud-Dienste oder LLMs von Drittanbietern. Zu den Neuerungen gehören Tag-Konkanonisierung, deduplizierte Chat-Erfassung, ein einzelnes komprimiertes Cartridge mit dem vollständigen Quellkorpus sowie eine opt-in AES-256-GCM-Verschlüsselung im Ruhezustand. Die Distribution erfolgt als Windows- und Linux-Binärdateien, macOS-Unterstützung folgt. Sämtliche Kernkomponenten sind Open-Source beziehungsweise permissiv lizenziert und adressieren primär Entwickler mit hohen Anforderungen an Datenschutz und lokale Reproduzierbarkeit.

Signal analysieren

Marktsignale & Strategische Shifts in Echtzeit verfolgen

Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.