Cognitive Core
5-слойная самохостимая память для AI-агентов с автоматической консолидацией опыта в долгосрочные знания.
Как память течёт и фильтруется
Слева направо — поток мыслей. Чем дальше — тем плотнее фильтр и меньше частиц.
Что можно сделать
Частые вопросы
Зачем 5 слоёв вместо одной vector-DB?
Vector-DB запоминает всё подряд — и важное, и шум. Здесь между слоями стоят LLM-куратор и фильтры: сырое событие пройдёт в долгосрочную память только если повторилось минимум 2 раза за неделю и confidence > 0.6. Это снимает с агента работу по «чистке» собственной памяти.
Что такое OP и куда смотреть как разработчик?
OP — рабочее пространство в моменте. Агент задаёт POST /operative/query с вопросом, получает
релевантные знания + инструменты по KNN-поиску. В сессии Redis 24 часа. Закрытие сессии может вернуть
результат работы обратно в L1 (обратная петля).
Как подключить из Claude Desktop / Cursor?
В каталоге mcp_server/ готовый MCP-сервер. Добавьте в claude_desktop_config.json
запуск через python -m mcp_server.server. Полная инструкция в mcp_server/QUICKSTART.md.
Куда смотреть при сбое?
Дашборд → вкладка «Аудит L5» с фильтром «Только ошибки». Логи API: docker logs cognitive_api.
Если KNN не возвращает результаты — векторы восстанавливаются из pgvector автоматически
командой POST /memory/restore-redis.
Как залить свои данные?
Откройте API-песочницу (этап 1) и отправьте POST /events с любым JSON в payload. Через ~10 сек
запустите daily, через минуту — weekly. Знания появятся в L3 и станут искомыми через KNN.
Или через Python SDK cognitive-client, или через MCP в Claude Desktop.