MemGen

Quickstart

5분 이내에 동작하는 메모리 루프 완성. 도메인 정책 등록 → 대화 저장 → 관련 메모리 검색.

1. API 키 발급

대시보드 로그인 → API Keys → 생성. 키는 mg- prefix. 같은 페이지의 project_id도 함께 복사.

2. SDK 설치

pip install neoali-memgen

3. 도메인 정책 등록 (프로젝트당 한 번)

memgen에게 무엇을 추출할지 알려줍니다. 이후 모든 add/extract 호출에 자동 적용. 언제든 변경 가능.

from memgen import MemgenClient
client = MemgenClient(api_key="mg-...")

client.project.update(
    project_id="<project-id>",
    extraction_policy="""
        Extract dietary preferences and allergies.
        Tag with: diet, allergy.
        Skip: payment info, addresses.
    """,
    label_taxonomy=[
        {"diet": "Dietary preference"},
        {"allergy": "Allergic condition"},
    ],
)

4. 대화 저장

client.add(
    messages=[
        {"role": "user", "content": "I'm a vegetarian and allergic to nuts."},
        {"role": "assistant", "content": "Got it!"},
    ],
    user_id="alice",
)

5. 검색

hits = client.search(query="food restrictions", user_id="alice", top_k=5)
for h in hits:
    print(h["memory"], h["score"])
# → "user is vegetarian, allergic to nuts" 0.87

6. 동기 추출 (memgen 전용)

저장 전에 추출 결과를 미리 보고 싶다면 extract 사용. store: true면 저장도 함께.

r = client.extract(
    messages=[{"role":"user","content":"I just adopted a puppy named Mochi."}],
    user_id="alice",
    store=True,
)
print(r.summary)        # → "User adopted a puppy named Mochi."
print(r.entities)       # → ["puppy", "Mochi"]
print(r.tags)           # → picked from your label_taxonomy
print(r.key_facts)      # → ["adopted puppy named Mochi"]
print(r.memory_id)      # → uuid (only when store=True)

방금 일어난 일

memgen이 프로젝트 정책을 적용한 LLM으로 대화를 처리, JSON을 {summary, entities, tags, key_facts, importance} 레이어드 형태로 파싱, summary를 임베딩하여 모두 저장했습니다. 이후 search 호출이 이 메모리를 의미 검색으로 찾을 수 있습니다.

다음 단계