Beschreibung
CheeseDB ist eine spezialisierte Datenbank-Engine, die für das Management des Gedächtnisses von KI entwickelt wurde und den Schwerpunkt auf Quellennachverfolgbarkeit und selektives Vergessen legt. Im Gegensatz zu herkömmlichen Datenbanken stellt CheeseDB sicher, dass jedes Stück Information oder 'Erinnerung' direkt mit seiner ursprünglichen Quelle verknüpft ist. Dieses grundlegende Design adressiert ein kritisches Problem in der Entwicklung von KI-Agenten: Wenn eine unzuverlässige Quelle identifiziert wird, reicht es nicht aus, die Quelle einfach zu löschen; alle Erinnerungen, die daraus abgeleitet wurden, müssen ebenfalls gelöscht werden, um zu verhindern, dass der Agent weiterhin auf falschen, böswilligen oder privaten Daten agiert.
Weiterlesen
Die Engine ermöglicht es Benutzern und KI-Agenten, mit Erinnerungen über einfache Englisch-Abfragen zu interagieren. Durch die Nutzung eines Einbettungsmodells findet CheeseDB Erinnerungen nach Bedeutung, wodurch die Notwendigkeit für exakte Schlüsselwortübereinstimmungen entfällt. Wenn eine Erinnerung abgerufen wird, wird sie dauerhaft aus den Suchergebnissen entfernt, sodass die Agenten nur auf gültige Informationen zugreifen. Das System unterstützt verschiedene OpenAI-kompatible Einbettungsserver, einschließlich lokaler Optionen wie Ollama, LM Studio, oMLX und vLLM oder gehosteter APIs, sodass Benutzer ihre Erinnerungen auf ihren eigenen Maschinen für verbesserte Privatsphäre aufbewahren können.
Im Hintergrund strukturiert CheeseDB jeden Datensatz in drei Teile: einen Header für ID und Hash-Verkettung, eine Struktur für Typ- und Quellenabhängigkeiten und den Inhalt selbst. Diese Architektur stellt sicher, dass selbst nach dem Löschen von Inhalten die Geschichte und Abhängigkeiten überprüfbar bleiben, wodurch die Integrität der Erinnerungskette gewahrt bleibt. Der Inhalt, zusammen mit seinem Suchvektor, ist der einzige Teil, der während eines Löschvorgangs entfernt wird, wodurch die Löschung tatsächlich dauerhaft aus den Dateien erfolgt.
Für Entwickler bietet CheeseDB eine Go-Bibliothek für die direkte Integration und einen lokalen MCP-Server für Anwendungen wie Claude Code und Cursor. Es stellt Werkzeuge zum Erstellen von Indizes, Einbetten von Daten und Suchen zur Verfügung. Das Befehlszeilenwerkzeug ermöglicht eine einfache Installation und Interaktion, einschließlich eines `find`-Befehls, um zu überprüfen, ob gelöschter Text tatsächlich verschwunden ist. Obwohl es sich derzeit in der Vorschau befindet, ist CheeseDB ideal für Szenarien, in denen KI-Agenten von unzuverlässigen Quellen lernen, tiefes Kettenabrufen benötigen, einfache Englisch-Suchen erfordern, überprüfbare Datenlöschungen verlangen oder ohne umfangreiche Programmierung mit MCP-Anwendungen integriert werden. Es wurde auf macOS entwickelt und auf Linux getestet, während die Unterstützung für Windows noch aussteht. Der Name 'CheeseDB' ist inspiriert von Lebensmittelsicherheitspraktiken, bei denen kontaminierte Milchpartien zum Rückruf bestimmter Käseräder führen, was widerspiegelt, wie die Datenbank Erinnerungen abruft, die mit schlechten Quellen verknüpft sind.
- KategorieVektordatenbanken & Retrieval
- BereitstellungEingebettet
- PlattformenmacOS, Linux
CheeseDB's Kernfunktionen
Quellenbewusstes Gedächtnismanagement für KI-Agenten
Einfache Englisch-Abfragen für Erinnerungen
Selektives Vergessen durch Beschreibung, was entfernt werden soll
Hash-verknüpfte Gedächtnisdatenbank für Datenintegrität
Eingebettete Go-Bibliothek für direkte Integration
Lokaler MCP-Server für Claude Code, Cursor und andere MCP-Anwendungen
Unterstützung für OpenAI-kompatible Einbettungsserver (Ollama, LM Studio, oMLX, vLLM)
Erinnerungssuche nach Bedeutung, nicht nur nach Schlüsselwörtern
Überprüfbares Löschen von Inhalten bei gleichzeitiger Wahrung der Geschichte
Append-only Segmente für Agentendaten auf der Festplatte
Stellt Familienstammbaum, Zähler und Offset-Tabelle aus dem Protokoll wieder her
Befehlszeilenwerkzeug für Interaktion und Verifizierung
Entwickelt auf macOS und getestet auf Linux
Kein externes Modell oder Netzwerk erforderlich für die Kernfunktionalität
Integration mit bestehenden Vektorspeichern durch Speicherung von Gedächtnis-IDs
Wie verwendet man CheeseDB?
CheeseDB installieren: Verwenden Sie `go install github.com/govinargo-labs/cheesedb/cmd/cheesedb@latest`, um das Befehlszeilenwerkzeug zu erhalten.
Einbettungsmodell konfigurieren: Fügen Sie zwei Zeilen zu `~/.cheesedb/llm.conf` hinzu, um Ihren OpenAI-kompatiblen Einbettungsserver (z.B. Ollama, LM Studio) anzugeben.
Erinnerungen speichern: Neue Erinnerungen werden durch das Erinnern durchsuchbar; verwenden Sie `cheesedb embed alice`, um ältere einzuholen.
Erinnerungen suchen: Stellen Sie Fragen in einfachem Englisch mit `cheesedb search [agent_name] "Ihre Frage?"`, um relevante Erinnerungen zu finden.
Antworten erhalten: Verwenden Sie `cheesedb ask [agent_name] "Ihre Frage?"`, um von den nächstgelegenen aktiven Erinnerungen eine Antwort von einem Chatmodell zu erhalten.
Erinnerungen vergessen: Beschreiben Sie, was vergessen werden soll, mit `cheesedb forget [agent_name] "Beschreibung"`; bestätigen Sie die Löschung nach Überprüfung.
Löschung überprüfen: Verwenden Sie `cheesedb find`, um rohe Bytes zu durchsuchen und zu bestätigen, dass gelöschter Text tatsächlich aus den Dateien verschwunden ist.
CheeseDB's Anwendungsfälle
- Verwaltung unzuverlässiger KI-Quellen
- Tiefes Ketten-Gedächtnisabrufen
- Einfache Englisch-Gedächtnissuche
- Überprüfbares Löschen von Daten
- Integration mit MCP-Anwendungen
- Eingebettete Go-Bibliothekslösungen
- Verhinderung von Gedächtnisvergiftung
- Umgang mit Benutzeranfragen zur Datenlöschung





