Memary 项目安装和配置指南

Memary 项目安装和配置指南

memary Longterm Memory for Autonomous Agents. 项目地址: https://gitcode.com/gh_mirrors/me/memary

1. 项目基础介绍和主要编程语言

Memary 是一个开源的记忆层项目，专为自主代理（Autonomous Agents）设计。该项目旨在模拟人类记忆，以推动人工智能代理的发展，使其能够进行类人推理，从而更好地理解和执行任务。Memary 项目主要使用 Python 编程语言进行开发。

2. 项目使用的关键技术和框架

Memary 项目使用了多种关键技术和框架，包括但不限于：

• Python：作为主要的编程语言，用于实现项目的核心功能。
• Ollama：用于本地运行大型语言模型（LLM），如 Llama 3 8B/40B。
• LLaVA：用于计算机视觉任务的本地模型。
• Streamlit：用于构建用户界面，方便用户与代理进行交互。
• LlamaIndex：用于知识图谱的构建和管理。
• Neo4j：作为图数据库，用于存储和管理知识图谱。
• FalkorDB：另一种图数据库，用于存储和管理知识图谱。

3. 项目安装和配置的准备工作和详细安装步骤

3.1 准备工作

在开始安装和配置 Memary 项目之前，请确保您的系统满足以下要求：

• Python 版本：确保您运行的是 Python 3.11.9 或更早版本。
• API 密钥：您需要准备以下 API 密钥：
  • OpenAI API 密钥
  • Perplexity API 密钥
  • Google Maps API 密钥
  • Alpha Vantage API 密钥
  • FalkorDB 数据库的 URL 和凭证
  • Neo4j 数据库的 URL 和凭证

3.2 安装步骤

3.2.1 创建虚拟环境

首先，创建一个虚拟环境以隔离项目的依赖项：

python -m venv memary-env
source memary-env/bin/activate  # 在 Windows 上使用 memary-env\Scripts\activate

3.2.2 安装 Python 依赖

在虚拟环境中安装项目所需的 Python 依赖项：

pip install -r requirements.txt

3.2.3 配置环境变量

在项目根目录下创建一个 .env 文件，并将您的 API 密钥和数据库凭证添加到该文件中：

OPENAI_API_KEY="YOUR_API_KEY"
PERPLEXITY_API_KEY="YOUR_API_KEY"
GOOGLEMAPS_API_KEY="YOUR_API_KEY"
ALPHA_VANTAGE_API_KEY="YOUR_API_KEY"
FALKORDB_URL="falkor://[[username]:[password]]@[falkor_host_url]:port"
NEO4J_PW="YOUR_NEO4J_PW"
NEO4J_URL="YOUR_NEO4J_URL"

3.2.4 配置用户和系统角色

在 streamlit_app/data/ 目录下，使用提供的模板更新用户和系统角色文件：

• 更新 user_persona.txt 文件，替换模板中的占位符。
• 如果需要，更新 system_persona.txt 文件。

3.2.5 运行项目

进入 streamlit_app 目录并运行项目：

cd streamlit_app
streamlit run app.py

3.3 验证安装

安装完成后，您可以通过浏览器访问 Streamlit 提供的 URL（通常是 http://localhost:8501）来验证项目是否成功运行。

4. 总结

通过以上步骤，您已经成功安装并配置了 Memary 项目。该项目将帮助您构建和运行自主代理，模拟人类记忆，从而推动人工智能的发展。如果您在安装过程中遇到任何问题，请参考项目的 GitHub 页面或社区论坛获取帮助。

memary Longterm Memory for Autonomous Agents. 项目地址: https://gitcode.com/gh_mirrors/me/memary