Persistente geheugenlaag voor AI-agenten, gebouwd voor ontwikkelaars
EverOS, van EverMind AI, is een geheugenbesturingssysteem dat persistente, draagbare context biedt voor AI-agenten over sessies en tools heen. Het biedt een lokale, bewerkbare geheugenlaag die gesprekken, voorkeuren en uitvoeringssporen registreert en die context blootstelt aan assistenten via een serverinterface. Belangrijke componenten zijn onder andere Markdown-native opslag, een indexeringslaag en vaardigheidsextractie. Het product richt zich op ontwikkelaars en power users die langdurige agentcontext nodig hebben terwijl ze de gegevens onder lokale controle houden.
Hoe beïnvloeden ophalen en scoping wat de tool retourneert?
De tool combineert meerdere ophaaltechnieken om verschillende querytypes te verwerken: BM25 voor trefwoordmatching, vector search voor semantische recall, en scalar indexing voor numerieke of gerangschikte queries. Geheugen is georganiseerd over expliciete scopes, vermeld als
- Gebruiker
- Agent
- App
- Project
- Sessie
Past het binnen bestaande workflows van assistenten en ontwikkelaars?
De tool draait als een Python-gebaseerde runtime en als een MCP-server, die Python 3.12 of nieuwer vereist voor lokale installaties. Implementatiepaden omvatten CLI-installaties, Docker-containers en REST API-integratie. Het ondersteunt het Model Context Protocol voor direct gebruik met MCP-geactiveerde assistenten zoals Claude Code en Cursor, waardoor teams hun bestaande codering of assistentclients kunnen koppelen aan een gedeeld geheugen zonder clients opnieuw te schrijven.
Wie bouwt en breidt de projectgemeenschap uit?
Het project is open-source onder de Apache 2.0-licentie en wordt onderhouden door EverMind, dat ook tools zoals Raven en EverAlgo publiceert. De repository toont aanzienlijke betrokkenheid van de gemeenschap, met duizenden sterren en meerdere downstream-projecten, variërend van neurodiversiteitassistenten tot AI-draagbare prototypes. Dat ecosysteem maakt het gemakkelijker voor ontwikkelaars om integraties, voorbeeldimplementaties en door de gemeenschap aangedreven extensies te vinden.
Hoe privé en controleerbaar zijn opgeslagen herinneringen?
Het standaardgedrag houdt gegevens op lokale hardware, waarbij herinneringen worden opgeslagen als menselijk leesbare Markdown-bestanden die zijn geïndexeerd met SQLite en LanceDB voor ophalen. Omdat bestanden gewone Markdown zijn, kunnen gebruikers ze openen en bewerken in teksteditors zoals Obsidian, wat directe controleerbaarheid biedt van wat de agent zich herinnert. Het local-first ontwerp plaatst het eigendom en de inspectie van geheugenbestanden onder de controle van de gebruiker.
Een praktische, door de gemeenschap ondersteunde optie voor technisch bekwame teams
De tool is een praktische optie voor ontwikkelaars en technische teams die persistente, inspecteerbare agentgeheugen vereisen, ondersteund door een actieve open-sourcegemeenschap. Hoge interesse van de gemeenschap en een open licentie ondersteunen experimentatie en uitbreiding. Verwacht een code- en implementatiefocuste adoptiepad; teams zonder ontwikkelaarsmiddelen zullen waarschijnlijk een steile opzet- en onderhoudscurve tegenkomen.
