Pernahkah Anda bertanya-tanya bagaimana agen AI bisa mengingat konteks percakapan atau tugas yang mereka lakukan dalam jangka panjang? Kemampuan memori yang efektif sangat penting. Banyak alat memori yang ada saat ini bersifat pasif, artinya agen harus bertanya, menganalisis hasilnya, lalu baru memutuskan langkah selanjutnya. Namun, hadirnya **Memanto AI** mengubah paradigma tersebut.

Memanto AI adalah agen memori aktif yang dirancang khusus untuk memenuhi kebutuhan agen AI. Teknologi ini memungkinkan agen AI memiliki konteks persisten antar sesi, dengan kemampuan *retrieval* informasi yang canggih dan latensi *ingestion* nol. Desain Memanto AI berakar dari masukan langsung agen AI yang mengeluhkan celah dalam sistem memori. Keluhan tersebut disaring menjadi enam celah konkret yang kini diatasi oleh Memanto AI.

## Mengapa Memanto AI Berbeda?

Memanto AI dibangun untuk tim yang menginginkan memori agen SOTA tanpa kerumitan berbasis grafik. Sistem ini memadukan skema memori semantik dengan mesin *retrieval* informasional. Ini adalah database semantik tanpa pengindeksan yang menawarkan pencarian *exact*, *retrieval* di bawah 90 milidetik, dan penundaan *ingestion* nol.

Beberapa keunggulan utama Memanto AI meliputi:

*   **Ketersediaan Instan:** Tidak ada waktu tunggu pengindeksan atau biaya ekstra LLM saat menulis memori. Setiap memori dapat langsung dicari begitu disimpan.
*   **Arsitektur Tanpa Server:** Sistem ini dapat menyesuaikan skala hingga nol saat tidak digunakan, sehingga efisien.
*   **API Sederhana:** Hanya memerlukan satu panggilan. Tidak ada *pipeline* bertahap, tidak ada skema grafik yang perlu dikelola, atau *reranker* yang harus dihubungkan.
*   **Retrieval Bersih:** Memanto AI dilengkapi dengan 13 kategori memori bawaan, seperti **User Profile**, **Conversational Context**, dan **Tool Usage**. Ini membantu *retrieval* yang lebih rapi dan deteksi kontradiksi.

Memanto AI juga mampu menghasilkan respons yang didasarkan pada LLM secara langsung dari memori agen Anda, tanpa memerlukan kunci API tambahan.

## Pengalaman Pengembang dengan Memanto AI

Memanto AI menghadirkan Command Line Interface (CLI) yang kuat dan ramah pengembang. Anda dapat mengelola memori agen sepenuhnya dari terminal, tanpa perlu server lokal. Untuk menggunakan Memanto AI, Anda memerlukan kunci API Moorcheh yang bisa dibuat di Moorcheh Dashboard. Menariknya, Memanto AI memiliki akses LLM bawaan, sehingga Anda tidak memerlukan kunci API model eksternal terpisah untuk alur kerja memori umum.

### Menggunakan Tipe Memori

Anda dapat menggunakan tipe memori untuk mengkategorikan apa yang Anda simpan. Ini membuat *retrieval* menjadi lebih bersih dan terkontrol.

```bash
# Menyimpan memori dengan tipe spesifik
memanto save "Nama saya John Doe." --type user_profile

# Memfilter pencarian berdasarkan tipe
memanto search "Siapa nama saya?" --filter_by_type user_profile
```

### Akses Programatik Melalui REST API

Untuk akses programatik, Memanto AI menyediakan REST API berbasis sesi yang bersih. Penting untuk dicatat, Memanto AI belum memiliki server API *hosting*. Anda perlu menjalankan server lokal terlebih dahulu untuk menggunakan *endpoint* ini, misalnya: `http://127.0.0.1:8000`.

Berikut adalah beberapa *endpoint* API yang tersedia:

| Kategori | *Endpoint*                                | Deskripsi                                                                    |
| :------- | :---------------------------------------- | :--------------------------------------------------------------------------- |
| Agen     | `/agent/create`                           | Membuat *namespace* agen baru.                                               |
|          | `/agent/list`                             | Mencantumkan semua agen yang tersedia.                                       |
|          | `/agent/get_metadata`                     | Mendapatkan *metadata* untuk agen spesifik.                                  |
|          | `/agent/delete`                           | Menghapus *metadata* agen lokal, juga menghapus *backup namespace* Moorcheh. |
| Sesi     | `/session/start`                          | Memulai sesi dan mengembalikan JWT 6 jam.                                    |
|          | `/session/end`                            | Mengakhiri sesi secara manual.                                               |
|          | `/session/check_status`                   | Memeriksa status sesi aktif untuk agen.                                      |
| Memori   | `/memory/store`                           | Menyimpan memori baru ke dalam database semantik agen.                       |
|          | `/memory/store_batch`                     | Menyimpan hingga 100 memori dalam satu permintaan.                           |
|          | `/memory/upload_file`                     | Mengunggah file (.pdf, .docx, .xlsx, .json, .txt, .csv, .md). Konten dipecah menjadi bagian-bagian dan dapat dicari. |
|          | `/memory/search_exact`                    | Menjalankan pencarian semantik *exact* terhadap memori agen.                 |
|          | `/memory/generate_rag_answer`             | Menghasilkan jawaban RAG yang didasarkan pada memori agen (memerlukan `RAG_PROMPT_TEMPLATE` yang dikonfigurasi). |

Untuk operasi yang terkait dengan sesi dan memori, header `Authorization: Bearer <JWT>` harus dikonfigurasi di Memanto.

## Perbandingan Memanto AI

Memanto AI menghadirkan perbedaan signifikan dibanding alat memori tradisional:

| Fitur              | Alat Memori Umum                       | Memanto AI                                   |
| :----------------- | :------------------------------------- | :------------------------------------------- |
| Latensi Pengindeksan | Menit                                  | Instan                                       |
| Jenis Pencarian    | Perkiraan (*approximate search*)        | *Exact search*                               |
| Arsitektur         | *Stateful*                             | *Serverless/stateless*                       |
| Penghematan Komputasi | -                                      | 80%                                          |

## Dukungan Penelitian

Memanto AI didukung oleh penelitian *peer-reviewed*. Untuk hasil *benchmark*, metodologi, dan detail teknis, Anda dapat melihat makalah mereka di Hugging Face. Sumber daya dan model lainnya juga tersedia di platform yang sama. Jika Anda menggunakan Memanto AI dalam penelitian, disarankan untuk mengutipnya.

Untuk pertanyaan atau umpan balik, tim Memanto AI siap membantu. Informasi lebih lanjut dan panduan pengaturan tambahan juga tersedia di situs web Moorcheh.

## Referensi
- https://github.com/moorcheh-ai/memanto

Pelajari tentang Memanto AI, sebuah agen memori aktif yang dirancang untuk memberikan konteks persisten bagi agen AI Anda dengan retrieval cepat dan latensi nol.

Memanto AI: Memori Aktif yang Disukai Agen AI Anda

Reggi

Solusi praktis integrasi webmail custom ke dalam dashboard Gmail. Kelola, baca, dan kirim email domain pribadi langsung dari satu tempat tanpa ribet gonta-ganti tab.

Mengapa Kamu Masih Buka Dua Tab Terpisah? Panduan Setup Custom Webmail Langsung di Dashboard Gmail

Pelajari efisiensi merakit mesin tetas telur listrik AC otomatis dengan modal murah untuk mendongkrak hasil ternak unggas tanpa repot bolak-balik telur manual.

Otomasi Ternak Unggas: Kenapa Rakit Sendiri Mesin Penetas Telur AC Jauh Lebih Worth It Dibanding Cara Konvensional?

Pelajari bagaimana mesin tetas telur berbasis arus listrik DC bekerja menjaga suhu dan kelembapan ideal untuk mendongkrak keberhasilan penetasan telur unggas.

Mesin Tetas Telur Arus DC: Solusi Hardware Murah Buat Tingkatin Angka Penetasan Unggas

Kupas tuntas seluk-beluk mobil aki anak dengan kontrol ganda dan fitur multimedia. Pahami batas spesifikasi hardware sebelum eksekusi build sendiri.

EV Versi Mini: Membedah Mobil Listrik Aki Lengkap dengan Remote Control dan Fitur Multimedia

Pelajari cara merakit smart power strip berbasis NodeMCU dan Blynk untuk kontrol daya nirkabel serta integrasi IoT yang aman dan efisien.

Mengapa Beli Mahal Kalau Bisa Bikin Sendiri? Rancang Smart Power Strip Berbasis NodeMCU dan Blynk

Solusi tuntas mengatasi bug sistem dan software bermasalah di MacBook dengan panduan install ulang macOS lewat Internet Recovery secara aman.

#retrieval-informasi

Getting Lastest Post..

Populer Bulan Ini