Melek Memory 🧠

Melek yapay zeka asistanı için geliştirilmiş 20x bilişsel hipokampüs ve bilgi grafiği (Knowledge Graph) katmanı. İnsan beyninin hipokampüs ve neokorteks döngüsünü taklit eden bu modül, harici hiçbir vektör veritabanına ihtiyaç duymadan çalışır.

SQLite FTS5 (Full-Text Search) ve in-memory RAM katmanını bir araya getirerek yüksek performanslı RAG bağlamı üretir.

Özellikler

1. Çift Katmanlı Bellek: RAM (Working Memory, LRU) + Disk (Episodic Memory, SQLite + FTS5).
2. Ebbinghaus Unutma Eğrisi: Zaman içinde anıların çarpımsal olarak çürümesi/eskimesi ((R(t) = e^{-t/S})).
3. Çelişki Avcısı (Self-Correcting Truth Engine): Özne-Yüklem-Nesne (SPO) bazında tutarsız bilgileri tespit etme ve DEPRECATED/CHANGED_MIND olarak etiketleme.
4. N-Boyutlu Konsept Ağı: Metinden konsept çıkarımı ve BFS ile sorgu genişletme (Co-occurrence Graph).
5. Holografik Context Builder: Çalışma belleği, epizodik bellek ve ilişkili konseptleri tek bir JSON payload'da toplama.
6. Dream Mode: Asenkron arka plan thread'i ile periyodik budama, veri optimizasyonu (VACUUM, ANALYZE).
7. Sıfır Bağımlılık (Zero Dependencies): Sadece Python standart kütüphanesini kullanır.

Kurulum

PyPI üzerinden (Yayınlandığında):

pip install melek-memory

Yerel olarak (Geliştirici modu):

pip install -e .

Hızlı Başlangıç

1. Bellek Yöneticisini Başlatma ve Oturum Açma

from melek_memory import MelekCognitiveMemory

# Bellek yöneticisini başlatın
memory = MelekCognitiveMemory(
    db_path="melek_beyin.db",
    auto_dream=True,          # Arka planda dream mode çalışsın
    working_memory_limit=32
)

# Yeni oturum başlat
memory.start_session(mood="focused")

2. Bilgi Kaydetme (remember)

# Normal bir anı kaydetme
memory.remember(
    content="Python programlama dili yapay zeka projeleri için çok popülerdir.",
    category="knowledge",
    tags=["python", "yapay_zeka"],
    importance=0.8
)

# Bilgi Üçlüsü (SPO) ile kaydetme (Çelişki Avcısını tetikler)
memory.remember(
    content="Kullanıcı kahveyi çaydan daha çok sevdiğini söyledi.",
    category="user_preference",
    tags=["yemek", "kahve"],
    importance=0.9,
    sp_facts=[("kullanıcı", "sever", "kahve")]
)

3. Bilgi Arama (recall)

# Ebbinghaus çürümesi aktif şekilde anı arama
results = memory.recall(
    query="yapay zeka python",
    limit=3,
    apply_decay=True
)

for r in results:
    print(f"Anı: {r['content']} | Skor: {r['final_score']}")

4. Holografik Bağlam Üretme (LLM Entegrasyonu)

LLM'e (Gemini, GPT vb.) girdi vermeden önce bağlam hazırlamak için build_context çağırın:

payload = memory.build_context(
    query="Yapay zeka hakkında ne biliyorsun?",
    max_memories=3,
    max_facts=10
)

# Elde edilen context'i JSON olarak LLM'e gönderebilirsiniz:
llm_context_json = payload.to_json()

5. Oturumu Kapatma

memory.end_session()
memory.close()

Testleri Çalıştırma

Projeyi yerel olarak test etmek için aşağıdaki komutu kullanabilirsiniz:

python tests/test_cognitive_memory.py

Lisans

MIT License.