지속적인 AI 어시스턴트 컨텍스트 관리를 위한 로컬 MCP 메모리 엔진
kairn, Primeline Ai에 의해 제공되는, AI 어시스턴트를 위한 장기 기억을 제공하는 맥락 인식 지식 엔진입니다. 이는 대화 상호작용을 지속적이고 구조화된 기억 그래프로 변환하는 모델 컨텍스트 프로토콜 서버로 작동하며, 세션 간 프로젝트 맥락을 보존하고 불필요한 항목을 자동으로 제거합니다. 주요 측면으로는 그래프 기반 저장소, 생물학적 분해 알고리즘, 지능형 맥락 라우팅, 에이전트를 위한 관리 명령 세트가 포함됩니다. 이 도구는 다중 세션 워크플로우를 위한 지속적이고 개인적인 기억이 필요한 AI 개발자와 파워 유저를 대상으로 합니다.
세션 연속성에 적합한 입력된 지식 그래프로 평면 노트를 대체합니다
Kairn은 대화 교환을 지속적이고 진화하는 그래프로 변환하는 MCP 서버로 실행됩니다. 이 도구는 생물학적 분해 모델을 적용하여 시간이 지남에 따라 저가치 또는 임시 항목을 만료시켜 설계상 맥락 부패를 줄입니다. 지능형 맥락 라우팅은 보조자의 작업 세트에 무엇을 로드할지 결정하여 관련 없는 노드가 세션의 프롬프트 창을 압도하는 것을 방지합니다.
검색은 입력된 관계를 선호하여 의존성 인식 작업의 관련성을 향상시킵니다
그래프는 의미적 유사성에만 의존하는 대신 depends-on, resolves, causes와 같은 입력된 링크를 저장합니다. 이러한 관계 유형은 도구가 인과 또는 의존성 체인에 연결된 맥락을 로드할 수 있게 하여 에이전트가 이전 결정에 따라 의존하는 후속 질문을 해결하는 데 도움을 줍니다. 이 접근 방식은 관계 정확성이 표면 수준의 주제 중복보다 더 중요한 기술 문제 해결 또는 연구 시퀀스를 위한 목표 맥락을 제공합니다.
로컬 설정이 필요하지만 관리용으로 22개의 에이전트 대면 도구를 제공합니다
배포는 Python 환경을 기대하며 pip(kairn-ai)를 통해 설치하거나 번들 인식 .mcpb 파일로 지원합니다. 통합 지점에는 Claude Desktop 및 Claude Code와 같은 MCP 호스트가 포함되며, 원클릭 또는 수동 구성이 지원됩니다(예: uvx kairn 또는 MCP 설정 사용). 이 패키지는 에이전트가 프로그래밍 방식으로 검색, 연결, 가지치기 및 관련성을 판단할 수 있게 해주는 22개의 kn_ 도구를 노출합니다.
로컬 우선 저장소는 장치에 지식을 유지하여 외부 노출을 제한합니다
기본 지식 데이터베이스는 로컬 디렉토리에 위치하며 도구는 데이터를 클라우드 서비스에 업로드하지 않습니다. 이 설계는 민감한 프로젝트 자료에 대한 장치 내 제어를 제공하고 외부 전송을 금지하는 워크플로우와 일치합니다. 또한 백업 및 로컬 파일 관리에 대한 책임을 사용자에게 부여하며, 관리자는 도구를 지속적인 프로젝트에 채택할 경우 오프라인 유지 관리를 계획해야 합니다.
장기 AI 컨텍스트를 관리하는 기술적으로 숙련된 팀에 최적
Kairn은 지속적이고 선별된 컨텍스트가 필요한 기술적으로 숙련된 팀에 적합합니다. MCP 개발자 커뮤니티는 이를 다중 세션 워크플로우를 위한 '하중 지지 탐색기'로 설명합니다. 내장된 생물학적 망각 논리는 보존 기간을 사용하며, 예를 들어 장기 솔루션의 경우 대략 200일, 단기 해결책의 경우 약 50일을 사용하여 적극적인 선별과 주기적인 검토를 보상합니다. 그래프의 초점을 유지하기 위해 중요한 결정을 중심으로 보존 정책을 설계할 것으로 기대하십시오.
