MemX — moteur de mémoire adaptative pour l'IA
Moteur de mémoire IA sans coût LLM · courbe d'oubli biomimétique · 12 filtres PII
Qu’est-ce que MemX ?
MemX est le moteur de mémoire adaptative pour l’IA proposé par Lurus, construit sur ACE (Adaptive Context Engine)ACEAdaptive Context Engine (moteur de contexte adaptatif). Couche d'intelligence centrale de MemX, comprenant quatre modules : distillation des connaissances, déduplication, décroissance et recherche.En savoir plus → v2.0. Il offre aux agents IA une gestion complète du cycle de vie des connaissances : distillation intelligenteKnowledge DistillationDistillation des connaissances : extraction d'entrées de connaissance affinées et réutilisables à partir d'un grand volume de conversations. Le moteur Reflector de MemX réalise ce processus automatiquement. → déduplication sémantiqueSemantic DedupDéduplication sémantique : identification et fusion automatiques, par similarité cosinus, des entrées de connaissance de même sens mais formulées différemment. → oubli par décroissance → recherche hybride, donnant à l’IA une véritable « mémoire » semblable à celle de l’humain.
Trois atouts majeurs
- Mode hybride par défaut + repli automatique — lorsque le LLM est indisponible, bascule sur des règles pures : zéro appel, zéro coût.
- Courbe d’oubli bio-inspirée — décroissance exponentielle d’Ebbinghaus, demi-vie de 30 jours par défaut, les éléments fortement rappelés sont promus en mémoire permanente.
- Protection de la confidentialité de bout en bout — les informations sensibles n’entrent jamais dans la base de données vectorielle.
Fonctionnalités clés
De la conversation à une mémoire interrogeable
Détail des règles, formules et paramètres dans Concepts fondamentaux et Conception de l’architecture.
Distillation intelligente des connaissances (Reflector)
Le mode hybride (présélection par règles + raffinement par LLM) identifie 5 motifs de connaissance : correction d’erreur / nouvelle tentative réussie / changement de configuration / utilisation d’un nouvel outil / opération répétée, chacun noté de 0 à 100 pour filtrer le bruit à faible score.
Déduplication sémantique et détection de conflits (Curator)
Similarité cosinus ≥0,8 : fusion automatique ; 0,5-0,8 : marquage de conflit potentiel ; inférieure à 0,5 : considérée comme une connaissance indépendante.
Décroissance de mémoire bio-inspirée
Période de protection de 7 jours + décroissance exponentielle + renforcement par rappel ; un élément récupéré plus de 15 fois est promu en mémoire permanente et ne décroît plus.
Recherche hybride à quatre couches
L1 exacte → L2 floue → L3 métadonnées → L4 vectorielle ; après fusion pondérée par ScoreMerger, multiplication par DecayWeight × RecencyBoost × ScopeBoost ; repli automatique si la couche vectorielle est indisponible.
Conception axée sur la confidentialité
12 règles intégrées de filtrage des informations sensibles (clés / Token / chaînes de connexion à la base de données / chemins locaux / expressions régulières personnalisées), interception automatique avant écriture.
Vue d’ensemble de l’architecture
Les connaissances affluent depuis les conversations, passent successivement par la distillation, le filtrage de confidentialité et la déduplication, puis sont stockées dans le stockage vectoriel et de métadonnées ; les requêtes de recherche empruntent le pipeline hybride à quatre couches, tandis que le moteur de décroissance entretient en continu, en arrière-plan, l’activité des mémoires.
Cas d’usage
Se souvient de vos habitudes de code, des pièges rencontrés et des conventions de projet.
Accumule les connaissances issues des interactions passées avec les clients pour offrir un service personnalisé.
Extrait et organise automatiquement les connaissances à partir des conversations quotidiennes.
Partage une mémoire au niveau de l’équipe ; les nouveaux membres acquièrent rapidement le contexte.
Comparaison avec les systèmes de mémoire traditionnels
Pourquoi ce n’est pas une énième base vectorielle
| 维度 | MemX (ACE) | Solution traditionnelle (mem0) |
|---|---|---|
| Extraction des connaissances | moteur hybride (présélection par règles + raffinement par LLM, réduisant les appels de plus de 90 %) | LLM (2-5K tokens à chaque fois) |
| Déduplication | fusion automatique par similarité cosinus | jugement par LLM élément par élément |
| Oubli | décroissance exponentielle + renforcement par rappel | stockage permanent, impossible à éliminer |
| Recherche | recherche hybride à quatre couches | recherche vectorielle uniquement |
| Confidentialité | 12 règles intégrées de filtrage des informations sensibles | aucune protection intégrée |
| Portée | hiérarchisée (global / project / workspace) | plate (user / agent) |
| Gestion des tokens | rognage budgétaire intégré (sensible au CJK) | à la charge de l’appelant |
| Embedding local | inférence locale ONNX, entièrement hors ligne | nécessite une API |