ISAA Memory Architektur¶

Übersicht¶

Das Memory-System bietet verschiedene Speicher-Typen für Agents.

Komponenten¶

AISemanticMemory¶

ai_semantic_memory.py - Semantische Suche basierend auf Concept-Matching.

memory = AISemanticMemory()

# Speichern mit Konzepten
await memory.add_data(
    text=\"Python ist eine Programmiersprache\",
    concepts=[\"python\", \"programmiersprache\"]
)

# Semantische Suche
results = await memory.query(\"Programmieren\")

HybridMemory¶

hybrid_memory.py - Kombination aus Vektor-Suche und Graph-Speicher.

KnowledgeBase¶

KnowledgeBase.py - Strukturierte Wissensbasis.

Vector Stores¶

Store	Datei	Beschreibung
Faiss	`FaissVectorStore.py`	Facebook AI Similarity Search
Redis	`RedisVectorStore.py`	Redis-basierter Store
Taichi	`taichiNumpyNumbaVectorStores.py`	GPU-beschleunigt

Daten-Flow¶

Add Data
    │
    ▼
Embedding Model
    │
    ▼
Vector Store
    │
    ▼
Index Update
    │
    ▼
Query
    │
    ▼
Top-K Retrieval
    │
    ▼
Reranking
    │
    ▼
Results