설명
CheeseDB는 AI 메모리 관리를 위해 설계된 전문 데이터베이스 엔진으로, 출처 추적 가능성과 선택적 잊기를 강조합니다. 전통적인 데이터베이스와 달리 CheeseDB는 모든 정보 또는 '메모리'가 원래 출처와 직접 연결되도록 보장합니다. 이 기본 설계는 AI 에이전트 개발에서 중요한 문제를 해결합니다: 신뢰할 수 없는 출처가 식별되었을 때, 단순히 출처를 삭제하는 것으로는 충분하지 않습니다; 그로부터 파생된 모든 메모리도 제거되어야 에이전트가 잘못된, 악의적이거나 개인적인 데이터에 기반하여 행동하는 것을 방지할 수 있습니다.
더 읽기
이 엔진은 사용자와 AI 에이전트가 일반 영어 쿼리를 사용하여 메모리와 상호작용할 수 있도록 합니다. 임베딩 모델을 활용하여 CheeseDB는 의미에 따라 메모리를 찾으며, 정확한 키워드 일치를 필요로 하지 않습니다. 메모리가 회상되면 검색 결과에서 영구적으로 제거되어 에이전트가 유효한 정보만 접근하도록 보장합니다. 이 시스템은 Ollama, LM Studio, oMLX, vLLM과 같은 다양한 OpenAI 호환 임베딩 서버를 지원하며, 사용자가 자신의 기계에서 메모리를 유지할 수 있도록 하여 개인 정보를 강화합니다.
CheeseDB는 각 레코드를 세 부분으로 구조화합니다: ID 및 해시 체인을 위한 헤더, 유형 및 출처 종속성을 위한 구조, 그리고 콘텐츠 자체입니다. 이 아키텍처는 콘텐츠가 삭제된 후에도 이력과 종속성이 검증 가능하게 유지되어 메모리 체인의 무결성을 보존합니다. 콘텐츠와 그 검색 벡터는 삭제 작업 중에 제거되는 유일한 부분으로, 파일에서의 삭제가 진정으로 영구적입니다.
개발자를 위해 CheeseDB는 직접 통합을 위한 Go 라이브러리와 Claude Code 및 Cursor와 같은 애플리케이션을 위한 로컬 MCP 서버를 제공합니다. 인덱스를 생성하고 데이터를 임베딩하며 검색하는 도구를 제공합니다. 명령줄 도구는 설치 및 상호작용을 쉽게 하며, 삭제된 텍스트가 진정으로 사라졌는지 확인하는 `find` 명령을 포함합니다. 현재 미리보기 상태인 CheeseDB는 AI 에이전트가 신뢰할 수 없는 출처로부터 학습하고, 깊은 체인 회상이 필요하며, 일반 영어 검색을 요구하고, 검증 가능한 데이터 삭제를 필요로 하거나, 광범위한 코딩 없이 MCP 앱과 통합할 수 있는 시나리오에 이상적입니다. CheeseDB는 macOS에서 개발되었고 Linux에서 테스트되었으며, Windows 지원은 대기 중입니다. 'CheeseDB'라는 이름은 오염된 우유의 배치가 특정 치즈 휠의 리콜로 이어지는 식품 안전 관행에서 영감을 받았으며, 데이터베이스가 나쁜 출처와 연결된 메모리를 회상하는 방식과 유사합니다.
- 카테고리벡터 데이터베이스 및 검색
- 배포임베디드
- 플랫폼macOS, Linux
CheeseDB의 핵심 기능
AI 에이전트를 위한 출처 인식 메모리 관리
메모리를 위한 일반 영어 쿼리
제거할 내용을 설명하여 선택적 잊기
데이터 무결성을 위한 해시 체인 메모리 데이터베이스
직접 통합을 위한 내장 Go 라이브러리
Claude Code, Cursor 및 기타 MCP 앱을 위한 로컬 MCP 서버
OpenAI 호환 임베딩 서버 지원 (Ollama, LM Studio, oMLX, vLLM)
의미에 따른 메모리 검색, 키워드만으로는 아님
역사를 보존하면서 콘텐츠의 검증 가능한 삭제
디스크에 에이전트 데이터를 위한 추가 전용 세그먼트
로그에서 가족 트리, 레그 카운터 및 오프셋 테이블 재구성
상호작용 및 검증을 위한 명령줄 도구
macOS에서 개발되고 Linux에서 테스트됨
핵심 기능을 위한 외부 모델이나 네트워크 필요 없음
메모리 ID를 저장하여 기존 벡터 저장소와 통합
CheeseDB 사용 방법은?
CheeseDB 설치: `go install github.com/govinargo-labs/cheesedb/cmd/cheesedb@latest`를 사용하여 명령줄 도구를 가져옵니다.
임베딩 모델 구성: `~/.cheesedb/llm.conf`에 두 줄을 추가하여 OpenAI 호환 임베딩 서버(예: Ollama, LM Studio)를 지정합니다.
메모리 기억하기: 새로운 메모리는 기억될 때 검색 가능해지며, `cheesedb embed alice`를 사용하여 이전 메모리를 따라잡습니다.
메모리 검색: `cheesedb search [agent_name] "your question?"`를 사용하여 일반 영어로 질문하여 관련 메모리를 찾습니다.
답변 받기: `cheesedb ask [agent_name] "your question?"`를 사용하여 가장 가까운 실시간 메모리에서 대화 모델이 답변하도록 합니다.
메모리 잊기: `cheesedb forget [agent_name] "description"`을 사용하여 잊어야 할 내용을 설명하고, 검토 후 삭제를 확인합니다.
삭제 검증: `cheesedb find`를 사용하여 원시 바이트를 검색하고 삭제된 텍스트가 파일에서 진정으로 사라졌는지 확인합니다.
CheeseDB의 사용 사례
- 신뢰할 수 없는 AI 출처 관리
- 깊은 체인 메모리 회상
- 일반 영어 메모리 검색
- 검증 가능한 데이터 삭제
- MCP 앱과의 통합
- 내장 Go 라이브러리 솔루션
- 메모리 오염 방지
- 사용자 데이터 삭제 요청 처리





