Релиз Mem-Agent — нейросетевого агента с человекочитаемой памятью в формате Markdown

Разработчики Dria представили ^[1] Mem-Agent — нейросетевого агента с человекочитаемой памятью ^[2] в формате Markdown и связями в стиле Obsidian. Вместе с агентом пользователям доступен MCP-сервер, который можно подключать к Claude Desktop, LM Studio и к ChatGPT.

Разработчики Mem-Agent решили отказаться от векторных баз данных для реализации памяти и выбрали документы в формате Markdown. Система хранения похожа на Obsidian, а общая структура выглядит следующим образом:

memory/
    ├── user.md
    └── entities/
        └── [entity_name_1].md
        └── [entity_name_2].md
        └── …

В ней:

• memory/ — корневой каталог памяти агента.

• user.md — основной файл, содержащий информацию о пользователе. В нём можно указывать ссылки на другие файлы в формате [[entities/[entity_name].md]].

• entities/ — каталог с дополнительными файлами.

• [entity_name_1].md, [entity_name_2].md, … — дополнительные файлы. Их базовая структура должна быть идентична структуре файла user.md. 

Например, файл user.md может выглядеть так:

# User Information
- user_name: Atakan Tekparmak
- birth_date: 2001-09-27
- birth_location: Istanbul, Turkey
- living_location: Groningen, Netherlands
- zodiac_sign: Libra

## User Relationships
- employer: [[entities/dria.md]]

В нём указана ссылка на файл dria.md в каталоге entities он выглядит так:

# Dria
- industry: AI Infrastructure & Research
- description: Dria provides a universal execution layer and decentralized inference network that optimizes and runs AI models across heterogeneous hardware.

Благодаря такой структуре агент может получать данные из главного файла и переходить к зависимостям из папки entities. Это позволяет постепенно собирать данные из памяти и формировать ответ. При этом, такие файлы может читать и редактировать человек. 

В основе агента лежит базовая модель Qwen3-4B-Thinking-2507, которую дообучили с помощью метода GSPO. В бенчмарках агент, несмотря на свою компактность, не уступает более продвинутым моделям.

Код проекта открыт и опубликован ^[3] на портале Hugging Face. На GitHub доступен ^[4] MCP-сервер, с помощью которого можно поднять локальную модель, настроить память и подключить сервер к Claude Desktop, LM Studio или ChatGPT.