Signet : Un substrat de mémoire local et open source pour les agents IA

Ce que Signet résout

La plupart des systèmes de mémoire actuels pour agents d'IA fonctionnent comme le RAG (Génération Augmentée par Récupération) : message de l'utilisateur → recherche en mémoire → récupération des résultats → réponse. Cela fonctionne pour les requêtes explicites mais échoue lorsque le contexte pertinent est implicite.

Exemples tirés de la source :

• « Configurer la base de données pour le nouveau service » devrait rappeler que PostgreSQL a déjà été choisi
• « Ma transcription a été refusée, aucun dossier à mon nom » devrait rappeler que l'utilisateur a changé de nom
• « À quelle heure dois-je régler mon réveil pour ma réunion à 8h30 ? » devrait rappeler le temps de trajet

Le problème n'est pas le stockage - c'est que ces systèmes attendent que le message actuel contienne suffisamment de signaux de requête pour récupérer le bon contexte passé.

Comment Signet fonctionne

Signet gère la mémoire en dehors de la boucle de l'agent avec cette architecture :

• Conserve les transcriptions brutes
• Distille les sessions en mémoire structurée
• Lie les entités, contraintes et relations dans un graphe
• Utilise le parcours de graphe + récupération hybride pour construire un ensemble de candidats
• Reclasse les candidats pour la pertinence au moment de l'invite
• Injecte le contexte avant le début de la prochaine invite

L'agent ne décide pas de ce qu'il faut sauvegarder ni du moment de la recherche - il commence avec le contexte déjà disponible. Cela passe d'une récupération dépendante de la requête vers un rappel ambiant.

Détails techniques

Signet est :

• Local-first (SQLite + markdown)
• Inspectable et réparable
• Fonctionne avec Claude Code, Codex, OpenCode et OpenClaw

Sur LoCoMo, il atteint actuellement 87,5 % de précision de réponse avec 100 % de récupération Hit@10 sur un échantillon de 8 questions. Le développeur note qu'il s'agit d'un petit échantillon mais montre que l'approche est prometteuse.