Titan认知记忆服务器

Titan认知记忆服务器是一个基于Google研究论文的神经记忆系统实现,专注于序列学习和预测,同时通过记忆向量维护状态。它提供了可配置的神经记忆模型、序列学习、惊喜度指标计算、模型持久化等功能,适用于代码生成和理解等场景。

  • by synthience
  • 更新于
在 GitHub 查看 synthience/mcp-titan-cognative-memory

使用说明

基本能力

产品定位

Titan认知记忆服务器是一个神经记忆系统,专注于序列学习和预测,同时通过记忆向量维护状态。

核心功能

  • 可配置维度的神经记忆模型
  • 序列学习和预测
  • 惊喜度指标计算
  • 模型持久化(保存/加载)
  • 记忆状态管理
  • 完整的MCP工具集成

适用场景

  • 代码生成和理解
  • 序列预测任务
  • 需要记忆和状态管理的AI应用

工具列表

  1. init_model: 初始化Titan记忆模型,支持自定义配置。
  2. train_step: 使用当前和下一个状态向量执行单次训练步骤。
  3. forward_pass: 通过输入向量运行前向传播。
  4. save_model: 将模型保存到指定路径。
  5. load_model: 从指定路径加载模型。
  6. get_status: 获取当前模型状态和配置。
  7. train_sequence: 在向量序列上训练模型。

使用教程

使用依赖

# 安装依赖
npm install

安装教程

# 构建项目
npm run build

# 运行测试
npm test

调试方式

# 运行测试
npm test