멍그램은 오픈클로우 에이전트에게 세션 간 지속적인 메모리를 제공하는 오픈소스 메모리 시스템입니다. 이 도구는 오픈클로우 에이전트가 재시작할 때 무엇이 효과적이었는지, 무엇이 실패했는지, 어떤 절차를 배웠는지에 대한 기억을 잃어버리는 문제를 해결합니다.

메모리 유형

• 사건 기억 — 무슨 일이 일어났는지 저장합니다(대화, 행동, 결과)
• 개체 기억 — 사람, 도구, 프로젝트 및 관련 사실을 추적합니다
• 절차적 기억 — 반복되는 패턴에서 "X를 수행하는 방법" 절차를 자동으로 추출합니다. 에이전트가 하트비트 확인을 3번 수행하면, 멍그램은 이를 재사용 가능한 절차로 생성합니다
• 지능적 보관 — 오래되거나 부정확한 사실은 새로운 정보가 모순될 때 자동으로 대체됩니다

오픈클로우와의 통합

오픈클로우 에이전트와 함께 멍그램을 사용하는 방법입니다:

from mengram import Mengram
m = Mengram(api_key="om-...")

에이전트가 배운 내용을 저장합니다
m.add("하트비트 확인 완료. 작업 대기열에 18개의 보류 중인 작업이 있습니다. 긴급 알림 없음.")
나중에 에이전트가 메모리를 검색합니다
results = m.search("하트비트 상태는 어떻게 되나요?")
절차는 반복되는 패턴에서 자동으로 생성됩니다
procedures = m.get_procedures()
→ "HEARTBEAT.md 엄격한 확인 실행", "매일 오전 10:00 브리핑" 등

에이전트는 시간이 지남에 따라 절차적 지식을 축적합니다 — 단순히 사실을 기억하는 것이 아니라, 작업 수행 방법과 시기를 학습합니다.

기술 스택

멍그램은 Python SDK, REST API, PostgreSQL + pgvector(임베딩용)를 사용하며 모든 LLM과 함께 작동합니다.

이 프로젝트는 GitHub의 github.com/alibaizhanov/mengram에서 확인할 수 있습니다.