soul.py es una biblioteca de Python que proporciona memoria persistente para sesiones locales de LLM almacenando el historial de conversaciones en archivos markdown legibles por humanos, eliminando la necesidad de bases de datos o servidores en ejecución.

Cómo funciona

La biblioteca crea dos archivos markdown: SOUL.md para información de identidad y MEMORY.md para registros de conversaciones. Cada vez que llamas a agent.ask(), el sistema lee ambos archivos en el mensaje del sistema, procesa la consulta y luego añade el intercambio a MEMORY.md. Esto permite que la memoria sobreviva entre procesos y sesiones.

Uso básico

Instalación y configuración:

pip install soul-agent
soul init

Ejemplo de implementación con Ollama:

from soul import Agent

agent = Agent(
    provider="openai-compatible",
    base_url="http://localhost:11434/v1",
    model="llama3.2",
    api_key="ollama"
)
agent.ask("Mi nombre es Prahlad, trabajo en un laboratorio de investigación de IA.")
Más tarde, en una nueva sesión:
agent.ask("¿Qué sabes sobre mí?")
Devuelve: "Eres Prahlad, trabajas en un laboratorio de investigación de IA."

Características principales

• Funciona con modelos de Ollama, OpenAI y Anthropic
• No requiere base de datos ni servidor
• Archivos markdown legibles por humanos
• Versionable con Git y editable manualmente
• La memoria persiste entre procesos y sesiones
• Creado específicamente para añadir memoria persistente a modelos locales

La herramienta fue creada para resolver el problema de que los LLM locales olvidan información entre sesiones, proporcionando una alternativa ligera a soluciones respaldadas por bases de datos.