Co warto zapamiętać?
Nie każda wiadomość zasługuje na trwały zapis.
Zgłoszenie International AI Awards 2026 · Best AI Tool
Audytowalna pamięć długoterminowa dla agentów AI
MAPI zachowuje decyzje i kontekst pomiędzy sesjami, utrzymując trwałe wspomnienia jako śledzalne, możliwe do przeglądu, wersjonowane i odwracalne dane.
Daje agentom AI ciągłość bez zamieniania pamięci w niekontrolowaną czarną skrzynkę.
- Local-first
- Zakres projektowy
- Preview przed zmianą
- Pełny audyt
Dlaczego MAPI
Odnalezienie informacji to jeszcze nie wiarygodna pamięć
Agent może odnaleźć podobny tekst, odtworzyć historię rozmowy lub załadować podsumowanie. Długotrwała praca wymaga więcej: decyzje rozpraszają się, summary miesza fakty z interpretacją, a retrieval może zwrócić starą politykę bez wiedzy, że została zastąpiona.
Dlaczego można temu ufać?
Pamięć potrzebuje źródła, zakresu i poziomu pewności, nie tylko treści.
Co się dzieje po zmianie decyzji?
Nowa wersja nie powinna po cichu usuwać poprzedniej.
Co się dzieje przy konflikcie?
System powinien pokazać niepewność zamiast wymyślać pewność.
MAPI nie jest kolejną bazą pamięci. To warstwa kontroli, która pomaga ustalić, co agent AI powinien zapamiętać, dlaczego tej pamięci można ufać i jak może ona bezpiecznie zmieniać się w czasie.
Trzy filary
Ciągłość z dołączonymi kontrolami
Persistent continuity
Przywracanie ważnych decyzji, ograniczeń i otwartych pytań pomiędzy sesjami bez odtwarzania całej historii.
Traceable memories
Źródło, zakres projektu, confidence, owner i stan lifecycle pozostają widoczne razem z treścią pamięci.
Controlled change
Review kandydatów, lineage decyzji, jawne konflikty oraz operacje objęte preview, audytem i rollbackiem.
Jak działa MAPI
Zarządzany cykl życia pamięci
- 01
Capture
Agent lub integracja proponuje konkretne wspomnienia wynikające z bieżącej pracy.
- 02
Review
Człowiek albo operator decyduje, co zasługuje na trwały zapis.
- 03
Zapis z kontekstem
Potwierdzona pamięć zachowuje źródło, zakres, confidence, ownership i stan lifecycle.
- 04
Restore
Nowa sesja odzyskuje wyłącznie właściwy kontekst projektu.
- 05
Jawna zmiana
Zmiana decyzji jest wersjonowana, a sprzeczności pozostają widoczne do przeglądu.
- 06
Audyt
Operacje mogą zostać pokazane jako preview, zapisane jako run i sprawdzone przez rollback preview.
Syntetyczna demonstracja lokalna
Pięć kroków od rozmowy do kontrolowanej ciągłości
Demo korzysta z całkowicie syntetycznego projektu Northstar Booking, fikcyjnego product ownera Alex Morgan i fikcyjnej agentki AI Nova.
Strona pokazuje screenshoty izolowanego, deterministycznego demo. Nie zawiera prywatnych memories, a lokalny serwer demonstracyjny nie jest publicznie hostowany.
Widok demo 1
Restore
Nowa sesja odzyskuje potwierdzone ograniczenia, a fakty, niepewność i kolejne kroki pozostają rozdzielone.
Otwórz screenshot w pełnym rozmiarze
Widok demo 2
Capture review
Cztery potwierdzone decyzje zostają zatwierdzone, a nierozstrzygnięty pomysł dotyczący SMS odrzucony przed zapisem.
Otwórz screenshot w pełnym rozmiarze
Widok demo 3
Supersession
Reguła 12 godzin staje się aktywna, a wcześniejsza decyzja 24 godzin pozostaje zachowana jako historia.
Otwórz screenshot w pełnym rozmiarze
Widok demo 4
Lineage — zbliżenie
Forward i reverse pointer łączą obie wersje decyzji przez jawny, aktywny link.
Otwórz screenshot w pełnym rozmiarze
Widok demo 5
Conflict review
Sprzeczna notatka o 48 godzinach pozostaje nierozstrzygnięta zamiast zostać automatycznie uznana za prawdę.
Otwórz screenshot w pełnym rozmiarze
Widok demo 6
Audit i rollback preview
Zapisany run ujawnia objęte elementy, a rollback preview sprawdza zakres odwrócenia przy zerowej mutacji.
Otwórz screenshot w pełnym rozmiarzeArchitektura
Warstwa kontroli pomiędzy agentem i pamięcią długoterminową
MAPI udostępnia stabilną powierzchnię MCP i API do capture, retrieval, restore oraz zarządzanych operacji lifecycle. Magazyn przechowuje treść razem ze źródłem, zakresem, confidence, ownership, linkami i stanem pamięci.
MAPI może współpracować z RAG, wyszukiwaniem semantycznym i bazami wektorowymi. Nie zastępuje ich — zarządza trwałą pamięcią, którą takie mechanizmy mogą później udostępniać agentowi.
Otwórz diagram architektury w pełnym rozmiarzePorównanie
Inna warstwa stosu pamięci
| Podejście | Dobre zastosowanie | Czego zwykle nie obsługuje |
|---|---|---|
| Vector store | Wyszukiwanie podobnych semantycznie fragmentów | Lifecycle, review, konflikty i audyt |
| RAG | Dodawanie zewnętrznego kontekstu do zapytania modelu | Governance trwałych decyzji i lineage |
| Chat history | Zachowanie surowej rozmowy | Aktywna pamięć projektu i jawny stan |
| Automatyczne summary | Kompresowanie długiej wymiany | Provenance i rozdzielenie faktu od interpretacji |
| MEMORY.md | Prosty, czytelny dla człowieka zapis | Skala, zakres, confidence i kontrolowane aktualizacje |
| MAPI | Zarządzana trwała pamięć i ciągłość | Nadal wymaga integracji technicznej i onboardingu |
MAPI działa obok systemów retrieval. Kontroluje, jak pamięć jest wybierana, oceniana i zmieniana.
Dla kogo
Dla pracy, która trwa dłużej niż jedna sesja
Agenty kodujące
Decyzje architektoniczne, ograniczenia, ownership i otwarte problemy pomiędzy etapami implementacji.
Systemy wieloagentowe
Wspólna, ale kontrolowana warstwa pamięci zamiast nieuporządkowanej puli podsumowań.
Lokalni i prywatni asystenci
Trwała pamięć pod kontrolą operatora i restore tylko potrzebnego zakresu projektu.
Zespoły AI governance
Provenance, jawne stany lifecycle, konflikty i audytowalne zmiany.
Badania i infrastruktura AI
Eksperymenty z ciągłością bez uznawania podobieństwa za kompletny model pamięci.
Odpowiedzialne deklaracje
Czego MAPI nie obiecuje
MAPI dostarcza bardziej kontrolowaną podstawę pamięci długoterminowej. Jej jakość nadal zależy od źródeł, reguł capture, decyzji operatora i integracji klienta.
- Świadomości
- Nieomylności
- AI wolnego od halucynacji
- Automatycznego dowodu prawdy
- Automatycznego rozwiązania każdego konfliktu
Status projektu
Działająca infrastruktura, nadal rozwijana jako produkt
MAPI jest zaawansowanym działającym prototypem i projektem badawczo-inżynieryjnym projektowanym z myślą o zastosowaniach produkcyjnych. System jest już używany w rzeczywistych, wielosesyjnych przepływach pracy z asystentem AI, natomiast szerszy deployment, onboarding i publiczne opakowanie nadal są rozwijane.
MAPI nie jest przedstawiane jako gotowy hosting SaaS.
Autor
Projekt zbudowany z perspektywy QA
MAPI stworzył Michał Chlewicki, tester oprogramowania i automation engineer z doświadczeniem zawodowym od 2011 roku, obejmującym osiem lat pracy w Intel.
Perspektywa jakościowa ukształtowała projekt wokół śledzalności, analizy awarii, jawnych zmian stanu i kontrolowanych operacji zamiast nieprzejrzystej automatyzacji.
Agenty AI potrzebują czegoś więcej niż recallu. Potrzebują odpowiedzialnej ciągłości.
Przejrzyj materiały projektu albo skontaktuj się z MorenaTech w sprawie MAPI i zarządzanej pamięci agentów.
Zobacz materiały projektuSkontaktuj się z MorenaTechWcześniejszy publiczny eksperyment connectora: MAPI-local-medium