Memary 项目安装和配置指南
memary Longterm Memory for Autonomous Agents. 
项目地址: https://gitcode.com/gh_mirrors/me/memary
1. 项目基础介绍和主要编程语言
Memary 是一个开源的记忆层项目，专为自主代理（Autonomous Agents）设计。该项目旨在模拟人类记忆，以推动人工智能代理的发展，使其能够进行类人推理，从而更好地理解和执行任务。Memary 项目主要使用 Python 编程语言进行开发。
2. 项目使用的关键技术和框架
Memary 项目使用了多种关键技术和框架，包括但不限于：
- Python：作为主要的编程语言，用于实现项目的核心功能。
- Ollama：用于本地运行大型语言模型（LLM），如 Llama 3 8B/40B。
- LLaVA：用于计算机视觉任务的本地模型。
- Streamlit：用于构建用户界面，方便用户与代理进行交互。
- LlamaIndex：用于知识图谱的构建和管理。
- Neo4j：作为图数据库，用于存储和管理知识图谱。
- FalkorDB：另一种图数据库，用于存储和管理知识图谱。
3. 项目安装和配置的准备工作和详细安装步骤
3.1 准备工作
在开始安装和配置 Memary 项目之前，请确保您的系统满足以下要求：
- Python 版本：确保您运行的是 Python 3.11.9 或更早版本。
- API 密钥：您需要准备以下 API 密钥：
- OpenAI API 密钥
- Perplexity API 密钥
- Google Maps API 密钥
- Alpha Vantage API 密钥
- FalkorDB 数据库的 URL 和凭证
- Neo4j 数据库的 URL 和凭证
3.2 安装步骤
3.2.1 创建虚拟环境
首先，创建一个虚拟环境以隔离项目的依赖项：
python -m venv memary-env
source memary-env/bin/activate # 在 Windows 上使用 memary-env\Scripts\activate
3.2.2 安装 Python 依赖
在虚拟环境中安装项目所需的 Python 依赖项：
pip install -r requirements.txt
3.2.3 配置环境变量
在项目根目录下创建一个 .env 文件，并将您的 API 密钥和数据库凭证添加到该文件中：
OPENAI_API_KEY="YOUR_API_KEY"
PERPLEXITY_API_KEY="YOUR_API_KEY"
GOOGLEMAPS_API_KEY="YOUR_API_KEY"
ALPHA_VANTAGE_API_KEY="YOUR_API_KEY"
FALKORDB_URL="falkor://[[username]:[password]]@[falkor_host_url]:port"
NEO4J_PW="YOUR_NEO4J_PW"
NEO4J_URL="YOUR_NEO4J_URL"
3.2.4 配置用户和系统角色
在 streamlit_app/data/ 目录下，使用提供的模板更新用户和系统角色文件：
- 更新
user_persona.txt文件，替换模板中的占位符。 - 如果需要，更新
system_persona.txt文件。
3.2.5 运行项目
进入 streamlit_app 目录并运行项目：
cd streamlit_app
streamlit run app.py
3.3 验证安装
安装完成后，您可以通过浏览器访问 Streamlit 提供的 URL（通常是 http://localhost:8501）来验证项目是否成功运行。
4. 总结
通过以上步骤，您已经成功安装并配置了 Memary 项目。该项目将帮助您构建和运行自主代理，模拟人类记忆，从而推动人工智能的发展。如果您在安装过程中遇到任何问题，请参考项目的 GitHub 页面或社区论坛获取帮助。
memary Longterm Memory for Autonomous Agents. 项目地址: https://gitcode.com/gh_mirrors/me/memary