Kremis: En Lokal Kunskapsgraf för Grundad AI-minne
Kremis, utvecklad av Tykolt, är ett MCP-serververktyg byggt med Rust, utformat för att tillhandahålla ett verifierbart minneslager för grundad AI. Det kopplar AI-assistenter och klienter för att erbjuda en deterministisk, lokal kunskapsgraf. Distribuerad som en kompilerad binär, ofta inom en Docker-behållare, säkerställer Kremis att AI-agenter kan fråga fakta som kan spåras till verkliga datapunkter. Detta gratisverktyg stöder olika AI-klienter och etablerar en pålitlig grund för AI-minnesoperationer utan probabilistisk återvinning.
Vad ansluter Kremis till?
Kremis fungerar som en MCP-server, som ansluter till AI-assistenter och klienter. Den tillhandahåller en lokal kunskapsgraf, som fungerar som ett verifierbart minneslager för grundad AI. Kompatibla AI-klienter inkluderar Claude, Cursor och andra MCP-kompatibla assistenter, som använder Kremis för deterministisk datainhämtning. Servern stöder både stdio och HTTP som transportprotokoll, vilket möjliggör flexibel integration med olika AI-system som kräver en strukturerad minneskomponent.
Kärnfunktioner och verktyg
Kremis exponerar flera anropbara verktyg. Kremis-binären inkluderar underkommandon som init för databasinitialisering, ingest för att lägga till exempeldata (t.ex. "ingest -f examples/sample_signals.json -t json"), och server för att starta sin HTTP-server. HTTP-slutpunkter som "/health" och "/query" är också tillgängliga. Dessutom inkluderar distributionen den kremis-mcp-binär, vilket indikerar en dedikerad MCP stdio-brygga för specifika klientinteraktioner.
Vem är det för?
Kremis riktar sig till AI-agenter och AI-assistenter, inklusive plattformar som Claude, Cursor och VS Code-tillägg, som kräver ett grundat och verifierbart minneslager. Den tjänar system som behöver fråga fakta som lagras som grafnoder, där svaren kan spåras till verkliga datapunkter utan att förlita sig på probabilistisk hämtning eller inbäddningar. Detta är inte rätt val om din AI-applikation inte kräver en lokal, verifierbar kunskapsgraf för minne.
Hur man kommer igång
Servern autentiserar med hjälp av miljövariabler, som läses från PROCESS.ENV. Dessa variabler ställs in i användarens MCP-klientkonfiguration och förblir på den lokala maskinen för den lokala servern, vilket stöder HTTP- och stdio-transporter.
Användningsfall
- Tillhandahålla ett verifierbart minneslager där AI-agenter kan fråga fakta som lagras som grafnoder, med svar som kan spåras till verkliga datapunkter utan probabilistisk hämtning eller inbäddningar.
- Ingesta strukturerad data, såsom JSON-filer, i sin kunskapsgraf.
- Tjäna frågor för att hämta information från kunskapsgrafen via sitt HTTP API.
Kremis erbjuder en specialiserad lösning för AI-minne, och etablerar en deterministisk och verifierbar kunskapsgraf. Utvecklad av Tykolt, möjliggör denna Rust-baserade MCP-server AI-agenter att få tillgång till grundade fakta lokalt. Dess förmåga att ta emot strukturerad data och betjäna frågor via HTTP stöder kritiska AI-arbetsflöden. Försök att starta HTTP-servern med kommandot "kremis server" för att utforska dess frågekapabiliteter.
