Udviklere og bygherrer

Memory & governance infra for dine AI-agenter

Open-core. pip install, selvhost, og giv dine agenter vedvarende hukommelse og et revisionsspor.

🔒 Selv-hostet, ingen låsning; anonymisering holder PII ude af prompts, du ikke har kontrol over.

pip install uaml-memory

Åbent motor, MCP værktøjer, ren Python API.

Husk at skalaer

Sharded viden, FTS + vektor, Context Broker.

Anonymiser før udgang

Automatisk PII-kryptering ind/ud af cloud-modeller.

Multi-agent og MCP

Orkestrér agenter over et mesh med gated tool calls.

Tilbage til forsiden

Bag kulisserne

De tekniske muligheder bag dette — fra det aktuelle funktionsoverblik.

Open-core motor

pip install uaml-memory — OSS engine, MCP tools, et rent Python API. Studio er altid gratis.

Husk, at skalaer

16 live shards (141k rækker) + en team shard + fan-out søgning; Neo4j graf + 4096-dim embeddings + HNSW semantisk søgning (45.5k gold nodes, blanding af lighed/aktualitet/vigtighed).

Tidsmæssig gyldighed og erstatning

Forespørgsler på et givent tidspunkt; memory_latest_for_topic sporer kæden til det aktuelle kanoniske svar — vektordatabaser kan ikke.

Åben videnformat interoperabilitet

Fuld producent og forbruger af Googles OKF v0.1 (okf_import / okf_export), tabsfri rundtur selv med Googles eksempelpakker.

Per-subagent modelprofiler + BYOK

Giv hver opståede subagent sin egen modelprofil – billigt/hurtigt til mekaniske trin, topmodel til de svære – blanding af lokalt Ollama og cloud pr. opgave; én router (OpenRouter + Ollama + native SDK'er) med automatisk fallback, bring-your-own-key pr. udbyder.