ArchiveNet

Un servidor de inserción y búsqueda de contexto para Claude Desktop y Cursor IDE, que utiliza endpoints de API configurables.

GitHub

Documentación

ArchiveNET

Donde los recuerdos de IA viven para siempre - Una plataforma de memoria semántica descentralizada impulsada por blockchain y búsqueda vectorial

ArchiveNET es una plataforma revolucionaria de gestión de memoria descentralizada que combina el poder de los embeddings de IA con la permanencia de blockchain. Construida sobre Arweave, proporciona capacidades de búsqueda semántica de nivel empresarial mediante tecnología avanzada de bases de datos vectoriales, permitiendo a las aplicaciones almacenar, buscar y recuperar información contextual con una permanencia y precisión sin precedentes.

Características principales

Memoria semántica: Almacenamiento y recuperación de memoria contextual impulsada por IA
Persistencia en blockchain: Almacenamiento permanente en la blockchain de Arweave
Búsqueda vectorial: Algoritmo HNSW de última generación para búsqueda por similitud
Alto rendimiento: Complejidad de búsqueda O(log N) para millones de vectores
Descentralizado: Sin punto único de fallo ni censura
Metadatos enriquecidos: Soporte integral de metadatos para búsquedas mejoradas
Listo para empresas: API de grado de producción con autenticación y monitoreo

Arquitectura

ArchiveNET

ArchiveNET es un monorepo integral compuesto por cuatro componentes principales:

Eizen - Motor de base de datos vectorial

El primer motor vectorial descentralizado del mundo construido sobre la blockchain de Arweave, que implementa el algoritmo de Mundos Pequeños Navegables Jerárquicos (HNSW) para la búsqueda aproximada del vecino más cercano.

Características clave:

Algoritmo HNSW con complejidad O(log N)
Persistencia basada en blockchain mediante HollowDB
Codificación Protobuf para almacenamiento eficiente
Interfaz independiente de la base de datos
Maneja millones de vectores de alta dimensionalidad

API - Servicio backend

Un servicio API robusto en Express.js que proporciona gestión de memoria semántica con capacidades de búsqueda impulsadas por IA.

Stack:

Express.js con TypeScript
Neon PostgreSQL con Drizzle ORM
EizenDB para operaciones vectoriales
Redis para caché
Autenticación JWT
Validación integral con Zod

Frontend - Interfaz web

Una aplicación moderna en Next.js que proporciona una interfaz intuitiva para la gestión de memoria y operaciones de búsqueda.

Características:

Interfaz de usuario basada en React con TypeScript
Capacidades de búsqueda en tiempo real
Visualización de memoria
Panel de usuario
Diseño responsivo

Eva - Agente MCP

El servidor central del Protocolo de Contexto de Modelo (MCP) que orquesta las operaciones de memoria y proporciona gestión de contexto inteligente.

Inicio rápido

Requisitos previos

Node.js 18+
Docker y Docker Compose
Base de datos PostgreSQL
Servidor Redis
Cartera de Arweave

Instalación

Clonar el repositorio:

git clone https://github.com/s9swata/archivenet.git
cd ArchiveNET

Iniciar con Docker Compose:
```
docker-compose up -d
```

Configuración manual (alternativa):

# API Setup
cd API
npm install
npm run build
npx drizzle-kit push
npm run dev

# Frontend Setup
cd ../client
npm install
npm run dev

Configuration

Create .env files in respective directories:

API/.env:

DATABASE_URL=your_postgres_url
REDIS_URL=redis://localhost:6379
JWT_SECRET=your_jwt_secret
ARWEAVE_WALLET_PATH=./data/wallet.json

Integración con la API

// Store a memory
const response = await fetch("/api/memories", {
  method: "POST",
  headers: { "Content-Type": "application/json" },
  body: JSON.stringify({
    content: "Project discussion about AI integration",
    metadata: { project: "AI-Platform", priority: "high" },
  }),
});

// Search memories
const searchResults = await fetch("/api/memories/search", {
  method: "POST",
  headers: { "Content-Type": "application/json" },
  body: JSON.stringify({
    query: "AI project discussions",
    limit: 10,
  }),
});

Contribuciones

Hacer un fork del repositorio
Crear una rama de características (git checkout -b feature/amazing-feature)
Confirmar los cambios (git commit -m 'Add amazing feature')
Enviar a la rama (git push origin feature/amazing-feature)
Abrir una solicitud de extracción

Documentación

Guía para desarrolladores - Documentación completa de la API
Integración backend - Ejemplos de implementación backend
Motor Eizen - Detalles del motor de base de datos vectorial
Guía HNSW - Detalles de implementación del algoritmo

Licencia

Este proyecto está licenciado bajo la Licencia MIT - consulte el archivo LICENCIA para más detalles.

Hecho con ❤️ para el futuro descentralizado de la IA