osFoundry / Platform
Estrazione di memoria
Maestro estrae memorie durature da ogni conversazione — fatti, decisioni, preferenze.
Che cos’è
L'estrazione della memoria è il modo in cui il Maestro di osFoundry trasforma una chat effimera in conoscenza duratura e riutilizzabile. Dopo che una conversazione viene compattata, Maestro rilegge lo scambio ed estrae ciò che vale davvero la pena conservare: fatti dichiarati (\"il nostro stack è Postgres\"), decisioni e le ragioni che le sostengono, preferenze personali e di team, vincoli (\"non usare il database di staging\") e tutto ciò che chiedi esplicitamente di ricordare. Ogni memoria estratta viene salvata con un tipo, un punteggio di importanza e dei tag, così può essere filtrata e recuperata invece di andare persa nell'istante in cui la finestra di contesto scorre via.\n\nDentro osFoundry, l'estrazione è pensata per essere economica e onesta sui costi. Gira in background (fire-and-forget) dopo la compattazione e, prima ancora di chiamare un modello, applica un rapido controllo di rilevanza sulle tue stesse parole, cercando la forma che un fatto duraturo assume davvero: un'identità dichiarata, una preferenza, una decisione o un'istruzione del tipo \"d'ora in poi\". I turni che non portano nulla di memorabile non raggiungono mai il modello, così l'estrazione non addebita silenziosamente la tua chiave API a ogni messaggio. Quando invece gira, usa la catena di modelli che hai configurato per il ruolo di pipeline memory_extraction: qualsiasi modello locale, cloud o self-hosted per cui porti la tua chiave, senza ricarichi da rivenditore. Una soglia di importanza scarta poi i candidati di scarso valore prima che venga scritto qualcosa.\n\nL'archiviazione è local-first per progettazione. Le memorie estratte vengono consegnate prima a uno store sul dispositivo (la tabella local_memories non viene mai sincronizzata nel cloud) e solo allora, se hai un account e sei online, vengono incorporate e replicate in uno store di memoria del workspace. Quest'ordine è deliberato: chi lavora del tutto in locale o offline ottiene comunque ogni memoria, e i fatti quasi identici vengono deduplicati in scrittura. In seguito, agenti e Maestro richiamano queste memorie tramite ricerca semantica: la query viene incorporata, confrontata con lo store, e ogni corrispondenza torna con il proprio indirizzo citabile memory://, così vedi esattamente quale fatto ricordato ha ispirato una risposta. L'intero percorso è anche modulare: puoi collegare un memory_extractor personalizzato, e l'estrattore nativo di osFoundry fa da fallback.
Funzionalità principali
- Estrae da ogni conversazione, dopo la compattazione, memorie durature: fatti dichiarati, decisioni e le loro ragioni, preferenze, vincoli e richieste esplicite di \"ricordati questo\".
- Applica un controllo di rilevanza economico prima di ogni chiamata al modello, così l'estrazione spende la tua chiave API solo sui turni che plausibilmente portano qualcosa da conservare, non a ogni scambio.
- Usa la tua catena di modelli BYOK per il ruolo memory_extraction, in locale o nel cloud, senza ricarichi da rivenditore sulle chiamate che effettua.
- Archiviazione local-first: le memorie estratte vengono scritte prima in uno store sul dispositivo (mai sincronizzato nel cloud), così persistono anche offline o senza account.
- Assegna a ogni memoria un punteggio per importanza e tipo, deduplica i fatti quasi identici e li rende recuperabili in seguito tramite ricerca semantica con fonti citabili memory://.
Casi d’uso
- Ingegnere consulente: Maestro ricorda che un cliente ha insistito per Postgres invece di DynamoDB e perché, così settimane dopo l'agente non rimette in discussione una decisione già chiusa.
- Ricercatore attento alla privacy: preferenze e fatti di progetto restano nello store di memoria sul dispositivo che non si sincronizza mai nel cloud, usabile del tutto offline con le tue chiavi.
- Team lead che uniforma le convenzioni: appena dici \"il nostro team preferisce i tab\" o \"non toccare i file di migrazione\", quel vincolo viene catturato e riemerge nel lavoro successivo.
Domande frequenti
L'estrazione della memoria invia le mie conversazioni ai server di osFoundry?
No. Le memorie estratte vengono scritte prima in uno store sul dispositivo, e quella tabella di memoria locale non viene mai sincronizzata nel cloud. Solo se hai un account e sei online le memorie vengono anche incorporate e replicate nel tuo store di memoria del workspace. La chiamata al modello di estrazione gira sulla chiave che porti tu: i server di osFoundry non chiamano mai un LLM per tuo conto.
Questo lancia una costosa chiamata AI dopo ogni messaggio?
No. L'estrazione avviene solo dopo che una conversazione è stata compattata e, anche allora, prima gira un controllo di rilevanza economico: una rapida verifica di pattern sul tuo messaggio per cose come preferenze dichiarate, decisioni o formule del tipo \"ricordati questo\". Le chiacchiere ordinarie di lavoro vengono saltate prima di qualsiasi chiamata al modello, così la tua chiave API non viene addebitata sui turni che non contengono nulla da conservare.
Come usa Maestro una memoria una volta estratta?
Le memorie vengono salvate con un tipo, un punteggio di importanza e dei tag, poi rese recuperabili tramite ricerca semantica. Quando è pertinente, l'agente incorpora una query, cerca nello store e riporta i fatti corrispondenti, ciascuno con una fonte citabile memory:// così puoi risalire a quale dettaglio ricordato ha plasmato la risposta. Il modello di memory_extraction lo scegli tramite i ruoli di pipeline BYOK di osFoundry.