MAPI
MAPI daje asystentom AI trwałą i audytowalną pamięć, dzięki której nie zaczynają każdej rozmowy od zera.
About the project
Współczesne asystenty AI tracą ciągłość po zakończeniu rozmowy, zmianie modelu albo przejściu do innego narzędzia. Informacje pozostają zamknięte w pojedynczych sesjach, a typowe rozwiązania pamięciowe ograniczają się do zapisywania historii czatu lub wyszukiwania podobnych fragmentów tekstu. Nie potrafią wiarygodnie rozróżnić, czy dana informacja jest nadal aktualna, została zastąpiona nową decyzją, jest tylko hipotezą, pozostaje w konflikcie z innym wspomnieniem albo zawiera dane wymagające ograniczonego dostępu. W efekcie agent może zapomnieć ważne ustalenia, przywołać nieaktualny fakt lub przekonująco powtórzyć własny wcześniejszy błąd. MAPI rozwiązujemy ten problem, budując niezależną od modelu, local-first infrastrukturę trwałej pamięci dla agentów AI. System działa jako serwer MCP, dzięki czemu z jednej kontrolowanej pamięci mogą korzystać różne narzędzia i modele, na przykład ChatGPT i Codex. Agent może zapisać decyzję w jednej sesji, odtworzyć ją w innym środowisku, a następnie zaktualizować ją bez usuwania wcześniejszej wersji i utraty historii. MAPI nie traktuje pamięci jak zwykłego magazynu tekstu. Każdy wpis może posiadać źródło, zakres dostępu, poziom pewności, stan cyklu życia i historię zmian. System obsługuje wersjonowanie, relacje między wspomnieniami, supersesję, konflikty, wyszukiwanie semantyczne i pełnotekstowe, osie czasu, snapshoty oraz kontrolowany rollback. Trwałe zmiany przechodzą przez cykl: przechwycenie, weryfikacja, zapis, odtworzenie i aktualizacja. Agent nie powinien po cichu przepisywać swojej przeszłości — operator może sprawdzić, skąd pochodzi informacja, dlaczego została przywołana i jak zmieniała się w czasie. Chcemy zbudować przenośną warstwę pamięci, która pozwoli asystentom zachowywać ciągłość kontekstu, decyzji i współpracy niezależnie od konkretnego modelu, interfejsu czy długości rozmowy. MAPI nie ma tworzyć „świadomej AI” ani gwarantować prawdziwości zapisanych informacji. Ma sprawić, aby długoterminowa współpraca z ag
Next goal
W ciągu 8 tygodni przygotować publiczną wersję pilotażową MAPI, którą co najmniej trzech zewnętrznych testerów samodzielnie uruchomi i wykorzysta do zachowania pamięci między różnymi agentami AI.
What the project owner brings
Jestem pomysłodawcą, właścicielem produktu i głównym testerem MAPI. Określam kierunek rozwoju, wymagania, architekturę funkcjonalną, zasady bezpieczeństwa oraz kryteria akceptacji kolejnych etapów. Wykorzystuję doświadczenie testera i testera automatyzującego, którym zajmuję się zawodowo od 2011 rok
Who are we looking for?
This is not a job listing - it is for people who want to co-build the project.
AI/ML
### AI/LLM Systems Engineer — współtwórca techniczny Szukamy osoby z praktycznym doświadczeniem w budowie agentów AI, Pythonie, FastAPI, MCP oraz systemach RAG i wyszukiwania semantycznego. Zakres współpracy obejmowałby rozwój publicznego
Preferred level: Building