Memorは、言語モデルエージェントのための記憶サブシステムを提供し、過去のイベント、ユーザーの好み、コンテキストデータの埋め込みをベクトルデータベースに保存します。FAISSやElasticsearch、インメモリストアなど複数のバックエンドに対応しています。意味的類似性検索を使用して、エージェントはクエリの埋め込みやメタデータフィルターに基づいて関連する記憶を検索できます。Memorのカスタマイズ可能な記憶パイプラインには、チャンク化、インデックス作成、排除ポリシーが含まれ、スケーラブルな長期コンテキスト管理を実現します。これをエージェントのワークフローに統合し、動的な履歴コンテキストでプロンプトを豊かにし、複数セッションにわたる応答の関連性を向上させます。

RecurSearchは、再帰的な意味検索を可能にし、Retrieval-Augmented Generation（RAG）やAIエージェントのワークフローを向上させるためのオープンソースのPythonライブラリです。ユーザーはクエリとドキュメントをベクトル空間に埋め込み、前回の結果に基づいてクエリを繰り返し洗練し、メタデータやキーワードのフィルターを適用し、結果を要約または集約します。このステップごとの洗練により、精度が向上し、API呼び出しを削減し、エージェントが大規模なコーパスから深くネストされたまたはコンテキスト固有の情報を抽出しやすくなります。