soul.py est une bibliothèque Python qui fournit une mémoire persistante pour les sessions LLM locales en stockant l'historique des conversations dans des fichiers markdown lisibles par l'homme, éliminant le besoin de bases de données ou de serveurs en fonctionnement.

Fonctionnement

La bibliothèque crée deux fichiers markdown : SOUL.md pour les informations d'identité et MEMORY.md pour les journaux de conversation. Chaque fois que vous appelez agent.ask(), le système lit les deux fichiers dans l'invite système, traite la requête, puis ajoute l'échange à MEMORY.md. Cela permet à la mémoire de survivre entre les processus et les sessions.

Utilisation de base

Installation et configuration :

pip install soul-agent
soul init

Exemple d'implémentation avec Ollama :

from soul import Agent

agent = Agent(
    provider="openai-compatible",
    base_url="http://localhost:11434/v1",
    model="llama3.2",
    api_key="ollama"
)
agent.ask("Je m'appelle Prahlad, je travaille dans un laboratoire de recherche en IA.")
Plus tard, dans une nouvelle session :
agent.ask("Que savez-vous de moi ?")
Réponse : "Vous êtes Prahlad, travaillant dans un laboratoire de recherche en IA."

Fonctionnalités clés

• Fonctionne avec les modèles Ollama, OpenAI et Anthropic
• Aucune base de données ou serveur requis
• Fichiers markdown lisibles par l'homme
• Versionnables avec Git et modifiables manuellement
• La mémoire persiste entre les processus et les sessions
• Conçu spécifiquement pour ajouter une mémoire persistante aux modèles locaux

L'outil a été créé pour résoudre le problème des LLM locaux qui oublient les informations entre les sessions, offrant une alternative légère aux solutions basées sur des bases de données.