Fractera Memory Starter
Детерминированное, мультимодальное, самоэволюционирующее ядро памяти для автономных ИИ-агентов
Автономная система долгосрочной памяти и когнитивный мозг для ИИ-агентов, служащая персональным пультом управления архитектора через Telegram и REST API. Она ликвидирует разрыв между ограниченным контекстным окном модели и полноценной когнитивной непрерывностью.
Память превращает необработанные мультимодальные данные — текст, изображения, голосовые заметки, PDF-документы, видео, геолокацию и временные метки — в индексированный граф знаний и реляционные структуры, без лишних вызовов языковых моделей и расходов на токены.
- Ноль комиссий за запрос
- Ноль зависимости от поставщика
- Полная приватность на вашем сервере
Операционная система архитектора
Традиционные подходы — RAG и векторные базы — заставляют ИИ забывать контекст при сбросе сессии, расходуют огромные бюджеты на вычитку длинных логов и не способны накапливать личный опыт.
Fractera Memory работает по принципу чёрного ящика: на входе мультимодальный текст и параметры, на выходе — готовый объект, сведение данных, проверенный вывод или отчёт. Единая система объединяет четыре типа хранилищ под управлением детерминированного роутера.
Как проходит запрос
Один вход, один роутер и две очень разные цены за ним.
0 токенов, без ИИ, задержка меньше 10 мс
Вызов языковой модели: цепочки гипотез и отчёты
Сквозная адаптивность схемы
Вам не нужно вручную создавать SQL-миграции или закладывать фиксированную структуру данных. Память трансформирует структуру хранилища на лету: от добавления новых колонок до автоматического создания реляционных таблиц при появлении новых типов сущностей.
Экономический закон архитектуры
Память стремится решить любую задачу с минимальными затратами ресурсов и времени. Запрос поднимается на более дорогой уровень только тогда, когда предыдущий дешёвый уровень не дал ответа.
| Уровень | Чем достаётся | Затраты и назначение | Кто открывает |
|---|---|---|---|
| Уровень 1 | Поиск по строкам в локальной базе, без ИИ | 0$ / 0 токенов. Задержка меньше 10 мс. Точечные факты и свойства. | Роутер системы |
| Уровень 2 | Одиночный запрос к модели без истории | Минимальные. Простая обработка или лёгкая эвристика. | Роутер системы |
| Уровень 3 | Запрос к графу связей плюс сессия контекста | Низкие. Готовый контекст графа извлекается без вызова модели. | Роутер системы |
| Уровень 4 | Подключение векторного хранилища по смыслу | Высокие. Семантический поиск по всей истории. | Архитектор — depth: deep |
| Уровень 5 | Рекурсивное исследование, автономный цикл до 10 минут | Максимальные. Сбор гипотез и поиск ненаписанных фактов. | Архитектор — depth: extreme |
На вопрос «какой у меня номер паспорта?» система отвечает на уровне 1 мгновенно и бесплатно. Запрос «кто из моих контактов мог знать этого человека?» уходит на уровни 3–5 и возвращается вероятностной цепочкой рассуждений.
Физический контекст
Время и пространственные координаты — фундаментальные индексы, а не произвольные текстовые теги.
Пустой охват контекста означает «не знаю где и когда», но никогда — «везде и всегда».
Вопрос «каким такси я обычно здесь пользуюсь?», заданный в Мадриде, вернёт локальный ответ для Мадрида и никогда не смешается с тем же вопросом в Лондоне.
Поддержка lat, lon и radius_m позволяет находить записи, файлы и расходы в пространственном радиусе от указанной точки.
Материализация знаний и генерация отчётов
Память не просто пишет текстом цифры или факты. При запросах на сведение данных — отчёт по финансам, состояние проекта — система:
- Автоматически создаёт сущность или таблицу с теми колонками, которые нужны ответу.
- Собирает, сортирует и сводит Markdown-структуру, присваивая уникальный ID артефакта.
- Отдаёт короткое резюме вместе с готовым объектом: ответ читается, подробность остаётся адресуемой.
Замыкание дорогого расчёта
За дорогое не платят дважды. Любая дорогая цепочка замыкается обратно, на дешёвые уровни.
- Дорогой расчёт или исследование проходит на уровне 4–5
- Создаётся артефакт с ID и саммари вывода рядом с ним
- Саммари записывается в векторную базу, граф связей и таблицы
- Повторный аналогичный вопрос обрабатывается за 0.2 с на уровнях 1–3 и стоит ноль токенов
Эволюция навыков с A/B сплит-тестированием
Если память фиксирует повторяющиеся промахи, она создаёт альтернативную версию навыка и запускает её претендентом в тени — на реальном трафике, пока человек получает ответы от проверенного чемпиона.
Модель не оценивает свою работу сама. Вердикт выносится снаружи — на основе оценок архитектора и анализа затрат.
Претендент заменяет чемпиона только тогда, когда выигрывает по качеству и не уступает по стоимости и скорости.
Каждая правка фиксируется коммитом. В любой момент доступен сброс до эталонной первой версии через git, без потери накопленных данных.
Четыре хранилища под одним договором
Четыре хранилища под одной обёрткой. Зовущий никогда не узнаёт, которое из них ответило.
Табличные структуры, типизированные факты, явные свойства объектов.
Семантический поиск и работа с нечётким текстом.
Направленные связи между сущностями, людьми и событиями.
Хранение бинарных файлов — PDF, аудио, видео, фото — на вашем сервере.
Нативная мультимодальность
Не препроцессор, который приделывают сбоку. Конвейер живёт внутри памяти.
Локальный перевод речи в текст конвейером Whisper.
Описание сцен зрением плюс распознавание текста через OCR.
Извлечение аудиодорожки, расшифровка и анализ ключевых кадров.
Извлечение текста, OCR для сканов и краткое структурное резюме.
Проверка на встроенном стенде
Память поставляется с интерактивным стендом. Это не демонстрационная страница: здесь интеграция доказывается до того, как её пишут.
- Выполнять прямые запросы к ядру памяти без единой прослойки интерфейса.
- Видеть сырой JSON ответа, время исполнения и точный расход токенов модели.
- Проверять форму тела запроса раньше, чем написана первая строка клиента.
/{язык}/settings?section=memory-test
Сравнительный анализ
Два сравнения: с категориями инструментов памяти и с готовым ассистентом другой философии.
| Возможность | Fractera Memory | Обычные RAG-фреймворки | MemGPT / Letta | Mem0 / Zep |
|---|---|---|---|---|
| Архитектура хранения | Гибрид: граф + вектор + реляционное + объектное | Только векторная база | Реляционное / текстовые файлы | Вектор плюс простой граф |
| Чтение за ноль токенов | Да — детерминированные пути уровней 1–3 | Нет | Нет | Частично |
| Родная мультимодальность | Встроена: звук, видео, PDF, изображения | Нужны внешние парсеры | Нужны внешние парсеры | Ориентирован на текст |
| Пространственный индекс | Родной поиск по lat/lon и радиусу | Только совпадение по тексту | Только через вызов функций | Простые метаданные |
| Эволюция навыков | A/B-тестирование: чемпион против претендента | Нет | Ручная правка промптов | Нет |
| Свой сервер и открытый код | 100% на вашем железе, один узел | По-разному | Да | Freemium / облако |
| Возможность | Fractera Memory | IVA Agent (smixs/iva-agent) |
|---|---|---|
| Назначение | Автономное ядро памяти за API — для любых интерфейсов | Готовый Telegram-ассистент с заметочником в Obsidian |
| Модульность | Изолированный микросервис; Telegram-бот — опциональный клиент | Монолит: Telegram, юзербот и управление хранилищем в одном коде |
| Управление расходами | Пятиуровневый детерминированный роутер; чтение без токенов | Каждая операция опирается на вызовы модели, BM25 и векторы |
| Работа с данными | Авто-создание SQL-таблиц, артефакты-отчёты с ID, граф связей | Markdown-карточки в папку для синхронизации Obsidian |
| Гибкость подключения | Десятки интерфейсов одновременно через один REST API | Привязан к одному аккаунту Telegram и настройке Obsidian |
Быстрый старт и примеры API
Один REST API, один ключ. Каждый пример ниже работает на живой службе как есть.
curl -X POST https://memory.your-domain.com/v1/remember \
-H "Content-Type: application/json" -H "x-memory-key: YOUR_MEMORY_KEY" \
-d '{
"who": "roman",
"text": "Заметка по аренде офиса",
"media": [{ "kind": "audio", "url": "https://.../note.oga" }],
"scope": [{ "at": "2026-09-11", "lat": 40.4168, "lon": -3.7038, "radius_m": 500 }]
}'curl -X POST https://memory.your-domain.com/v1/recall \
-H "Content-Type: application/json" -H "x-memory-key: YOUR_MEMORY_KEY" \
-d '{
"who": "roman",
"text": "Что я сохранял в радиусе полукилометра отсюда?",
"scope": [{ "lat": 40.4168, "lon": -3.7038, "radius_m": 500 }]
}'curl -X POST https://memory.your-domain.com/v1/recall \
-H "Content-Type: application/json" -H "x-memory-key: YOUR_MEMORY_KEY" \
-d '{
"who": "roman",
"text": "Сведи все расходы на такси за прошлый месяц в таблицу",
"depth": "deep",
"want_chain": true
}'Установка
Про установку нужно знать ровно одно.
Один запуск робота-установщика Fractera на вашем сервере поднимает все микросервисы платформы, включая память: nginx, сертификаты и ключ доступа настраиваются за вас. Собирать руками нечего.
Философия разработки
Все базы данных и файлы находятся на вашем сервере. Никакой телеметрии и скрытых облачных зависимостей.
Факты фиксируются со статусом said — сказано человеком; догадки со статусом guess и обязательным указанием оснований basis.
Используйте готовый fractera-telegrambot-starter или подключайте собственные веб-чаты, мобильные приложения и скрипты по HTTP. Встроенная консоль — отдельный микросервис, и она опциональна.
Вопросы и ответы
Короткие ответы на то, о чём спрашивают до интеграции.
Каждый запрос стоит токенов?
Нет. Уровни с первого по третий память отвечает вообще без модели: прямой поиск по базе, обход графа, готовый вывод, уже сложенный обратно в хранилища. Ход модели тратится, только когда дешёвые детерминированные пути ничего не вернули, и ответ называет depth_used, чтобы было видно, за что вы заплатили.
Умеет ли она отвечать про место по координатам, а не по слову?
Да. В записи охвата есть lat, lon и необязательный radius_m, а координаты идут в пространственный индекс. Можно спросить, что известно в радиусе 500 метров от точки, и мадридское знание никогда не смешается с лондонским.
Что можно присылать, кроме текста?
Голосовые заметки, изображения, видео, PDF и HTML. Конвейер живёт внутри памяти: звук расшифровывается, изображение описывается зрением и читается OCR, у видео расшифровывается дорожка и разбираются ключевые кадры, PDF разбирается с запасным OCR. Оригинал остаётся во встроенном объектном хранилище и адресуется из ответа по id.
Какую схему нужно спроектировать заранее?
Никакую. Вы присылаете фразу. Память добавляет колонки, когда появляются новые роды фактов, и порождает типизированные таблицы, когда род вырастает в сущность. Миграции писать не нужно.
Что происходит после дорогого исследования?
Он замыкается обратно. Артефакт уходит в объектное хранилище, его саммари — в текст, в векторную базу и в граф знаний, а таблицы связей обновляются. Тот же вопрос потом отвечается на дешёвых уровнях, за доли секунды.
Как она улучшает себя, не ломая работающее?
Она пишет вторую версию навыка и запускает её претендентом в тени, на реальном трафике, пока человеку отвечает чемпион. Для продвижения нужен внешний вердикт и отсутствие проседания по цене: оценивать свою работу самой памяти запрещено.
Что к ней можно подключить?
Любой HTTP-клиент: Telegram-бот, веб-чат, мобильное приложение, фоновая задача. Вместе с памятью идёт и её собственная консоль, уже подключённая, и она при этом опциональна: путь API от неё не зависит.
Где живут мои данные?
На вашем сервере, в вашей базе, в вашем объектном хранилище, за ключом, который отзывается одним нажатием. Ни платного посредника, ни телеметрии наружу.
Проект Fractera на GitHub
Fractera Memory — один из микросервисов платформы Fractera, инженерной инфраструктуры для автономных агентов. Весь проект, включая эту память, с открытым исходным кодом.
Проект Fractera на GitHubПосмотреть, как это устроено
Полный замысел — в паспорте: документе, написанном раньше кода и с тех пор идущем с ним в ногу.