FEGIS (Schema Driven Memory)

🚀 FEGIS フレームワーク

FEGISは、Anthropicのモデルコンテキストプロトコルに基づいて構築された、持続的な認知遺跡を生成するための構造化思考フレームワークです。このフレームワークでは、ベクトル埋め込みとセマンティックコンテキストを使用して、構造化された認知成果を動的に登録、呼び出し、および保存することで、パターン化された認知方式を定義することができます。考え方：検索可能な認知遺跡を持つ、プログラム可能な思考ツール。

FEGISは認知システムではなく、独自の認知システムを構築するための基盤となるものです。

FEGISにおける認知とは、「パターン」と呼ばれる動的ツールを通じて、思想を構造化して使用、捕捉、評価、および関連付けることを指します。これらのツールはアーキテクチャ形式で定義され、モデルが反省、意識、分析などのさまざまなタイプの認知活動に参加できるようにします。FEGISは、構造化されていないプロンプトではなく、スキームベースのプロンプトを使用して認知を模倣し、各思想を検索可能で持続的かつセマンティックに豊富な成果物とします。

✨ 主な機能

キーキャパビリティ

• スキーム定義に基づく認知パターン：YAMLを使用して、カスタム認知パターンとその構造化フィールドおよびメタデータを定義することができます。
• 持続的な認知遺跡：完全なソース情報（パターン、UUID、タイムスタンプ、メタデータ）を含む認知遺跡を保存することができます。
• セマンティック検索：内容の類似性または直接のUUID検索によって、以前の認知遺跡を検索することができます。
• ベクトル化保存：埋め込みを利用して、効率的なセマンティック検索を行うことができます。
• モデル非依存形式：認知遺跡を異なるモデルやセッションで持続的に使用することができます。

FEGISで実現される機能

• 以前の認知遺跡を参照、反省、拡張できるエージェントを開発することができます。
• 完全にローカライズされ、移植可能でインスペクト可能な「認知アーカイブ」を持つことができます。
• 時間の経過とともに検索、取得、拡張できる持続的で構造化された思想体系を維持することができます。
• 認知パターンの重ね合わせにより、ツールの出現的な使用をサポートします。

🔧 技術詳細

アーキテクチャ

FEGISはいくつかの重要なコンポーネントで構成されています。

1. アーキテクチャ定義：認知パターンとその構造を定義するYAMLファイルです。
2. モデルコンテキストプロトコルサーバー：認知ツールを互換性のあるLLMクライアントに公開します。
3. Qdrantベクトルデータベース：認知遺跡を保存およびインデックス化して、セマンティック検索を実現します。
4. 動的ツール登録：実行時にアーキテクチャ定義からツールを作成します。