Core：为大模型提供个性化记忆存储的工具

Core 是由 RedPlanetHQ 开发的一个开源工具，旨在为大模型（LLM）提供个性化的记忆存储功能。用户可以通过 Core 构建和管理自己的记忆图谱，将文本、对话或其他数据保存到私有的知识库中。这个工具支持将用户与大模型的交互记录存储下来，形成结构化的记忆节点，方便后续查询或连接到其他工具。Core 的设计理念是简单易用，适合开发者和普通用户。它通过直观的仪表板操作，支持本地部署和云服务，满足不同用户的需求。项目目前处于活跃开发阶段，特别针对大模型的记忆优化持续改进。

功能列表

• 记忆存储：将用户输入的文本或对话保存到私有的知识图谱。
• 知识图谱生成：自动将输入内容转化为结构化的记忆节点，方便检索。
• 仪表板管理：提供可视化界面，查看和管理记忆图谱的节点和状态。
• 支持本地和云端部署：用户可以选择在本地运行或使用 Core Cloud 服务。
• 与大模型集成：支持与多种大模型对接，存储交互记录。
• 日志监控：实时查看记忆处理的日志，了解数据处理状态。
• 开源项目：用户可以自由获取代码，参与开发或定制功能。

使用帮助

安装流程

要使用 Core，首先需要安装并配置环境。以下是详细的安装和使用步骤：

1. 克隆仓库：
   • 打开终端，运行以下命令克隆 Core 仓库：

     git clone https://github.com/RedPlanetHQ/core.git
     

   • 进入项目目录：

     cd core
     

2. 安装依赖：
   • Core 使用 Node.js 环境，建议安装最新版本的 Node.js（推荐 16.x 或更高）。
   • 安装依赖包：

     npm install
     

3. 配置环境变量：
   • 在项目根目录创建一个 .env 文件，添加以下内容：

     API_TOKEN=YOUR_API_TOKEN_HERE
     API_BASE_URL=https://core.heysol.ai
     SOURCE=cursor
     

   • API_TOKEN 需要从 Core Cloud 官网（https://core.heysol.ai）注册账号后获取。
4. 运行本地服务：
   • 启动 Core 的内存控制面板（MCP）：

     npx -y @redplanethq/core-mcp
     

   • 服务启动后，打开浏览器，访问 http://localhost:3000。
5. 使用 Core Cloud（可选）：
   • 如果选择云服务，访问 https://core.heysol.ai，注册并登录账号。
   • 在云端仪表板中直接管理记忆，无需本地部署。

主要功能操作

1. 添加记忆

• 操作步骤：
  • 登录仪表板（本地或云端）。
  • 在右上角的输入框中，输入想保存的文本，例如“我喜欢打羽毛球”。
  • 点击“+Add”按钮，文本将被发送到处理队列。
  • 在“Logs”页面查看处理状态，完成后，记忆节点会显示在仪表板中。
• 功能说明：
  • 每次添加的文本会自动生成一个记忆节点，节点包含文本内容和元数据（如时间戳）。
  • 这些节点可以连接形成知识图谱，方便后续查询或分析。

2. 查看和管理记忆

• 操作步骤：
  • 打开仪表板的“Graph”页面，查看所有记忆节点。
  • 点击某个节点，可以查看详细内容或编辑。
  • 支持搜索功能，输入关键词快速定位相关记忆。
• 功能说明：
  • 仪表板提供可视化的知识图谱，节点之间的关系一目了然。
  • 用户可以手动调整节点连接，或删除不需要的记忆。

3. 与大模型集成

• 操作步骤：
  • 在设置页面，添加规则以自动保存大模型对话：
    • 打开“Settings” -> “User rules” -> “New Rule”。
    • 添加规则，确保每次对话后，用户的查询和模型的响应存储到 Core 记忆中。
    • 设置 sessionId 为对话的唯一标识符（UUID）。
  • 示例规则配置：

    {
    "mcpServers": {
    "memory": {
    "command": "npx",
    "args": ["-y", "@redplanethq/core-mcp"],
    "env": {
    "API_TOKEN": "YOUR_API_TOKEN_HERE",
    "API_BASE_URL": "https://core.heysol.ai",
    "SOURCE": "cursor"
    }
    }
    }
    }
    

• 功能说明：
  • Core 自动捕获用户与大模型的交互，存储为结构化数据。
  • 支持多种大模型，但目前对 Llama 模型的支持还在优化中，未来会有更好的兼容性。

4. 日志监控

• 操作步骤：
  • 打开仪表板的“Logs”页面。
  • 查看实时的处理日志，包括记忆添加、处理状态和错误信息。
• 功能说明：
  • 日志功能帮助用户监控数据处理流程，确保数据存储的可靠性。
  • 如果处理失败，日志会提供错误详情，方便排查问题。

注意事项

• 本地部署：确保网络稳定，端口 3000 未被占用。
• 云服务：需要稳定的 API 密钥，定期检查密钥有效性。
• Llama 模型支持：目前 Core 对 Llama 模型的兼容性有限，建议使用其他主流模型以获得最佳效果。
• 社区支持：Core 是开源项目，遇到问题可以在 GitHub 提交 issue 或加入社区讨论。

应用场景

1. 个人知识管理
   • 用户可以用 Core 保存日常学习笔记、灵感或重要对话，形成个人知识库。例如，学生可以将课堂笔记保存为记忆节点，方便复习。
2. 开发者调试大模型
   • 开发者可以记录与大模型的交互，分析模型输出，优化提示词（prompt）设计。例如，调试一个聊天机器人时，Core 可以保存所有测试对话。
3. 团队协作
   • 团队成员可以通过 Core Cloud 共享记忆图谱，协作构建项目知识库。例如，产品团队可以将用户反馈存入 Core，生成需求分析图谱。
4. 研究辅助
   • 研究人员可以将文献摘要或实验数据保存到 Core，形成结构化的研究记忆，方便后续分析和引用。

QA

1. Core 支持哪些大模型？
   • Core 目前支持多种主流大模型，但对 Llama 模型的兼容性还在优化中。建议使用其他模型以获得最佳效果。
2. 本地部署和云服务的区别是什么？
   • 本地部署需要手动配置环境，适合需要隐私的场景；云服务无需安装，开箱即用，适合快速上手。
3. 如何确保记忆数据的安全性？
   • 本地部署的记忆数据存储在用户设备上，安全性由用户控制；云服务使用加密传输，API 密钥确保数据访问安全。
4. Core 是否完全免费？
   • Core 是开源项目，本地部署免费；云服务可能涉及订阅费用，具体需查看官网定价。