Système de mémoire tridimensionnel

Vue d'ensemble

Le système de mémoire de l'espace de travail adopte une architecture tridimensionnelle, stockant et gérant les connaissances selon trois dimensions : le compte, l'entreprise et la session. La mémoire est profondément intégrée aux conversations — chaque conversation interroge la mémoire pertinente pour l'injecter dans le contexte, et de nouveaux souvenirs sont automatiquement extraits à la fin de chaque tour d'interaction.

Socle technique : API REST mem0 + graphe de connaissances Neo4j.

Architecture tridimensionnelle

Mémoire de niveau compte

• Partage inter-organisations : liée au userId, disponible dans toutes les organisations de l'utilisateur
• Mode d'écriture :
  • Manuel : ajoutée via l'interface de gestion de la mémoire ou par une commande dans la conversation
  • Automatique : détection automatique en conversation des informations dignes d'être mémorisées
• Interface de gestion : Paramètres APP → Mémoire
• Documentation détaillée : Gestion de la mémoire

Mémoire de niveau entreprise

• Isolation par organisation : liée à l'orgId, visible uniquement par les membres de l'organisation courante
• Droits de gestion : seul l'administrateur de l'espace de travail peut la maintenir
• Interface de gestion : Gestion de l'espace → Paramètres avancés → Mémoire d'entreprise
• Documentation détaillée : Paramètres avancés — Mémoire d'entreprise

Mémoire de niveau session

• Session unique : liée au runId, valable uniquement au sein de la session courante
• Extraction à chaque tour : analyse et extraction automatiques de la mémoire à la fin de chaque tour de conversation
• Aucune gestion requise : le système traite tout automatiquement

Mécanisme d'extraction de la mémoire

Commandes explicites (indice de confiance 0,99)

L'utilisateur demande directement à l'Agent de mémoriser ou d'oublier une information :

Détection implicite (indice de confiance 0,5-0,93)

Le système détecte automatiquement, à l'aide de motifs d'expressions régulières, les faits persistants au sein de la conversation :

Seuils de confiance

Règles d'exclusion automatique

Les contenus suivants ne sont pas extraits comme souvenirs :

• Simples questions (se terminant par un point d'interrogation, commençant par un mot interrogatif)
• Bavardages / formules de politesse
• Contenus figurant dans les blocs de code
• Informations à durée limitée / liées au temps (dates, actualités, états temporaires)
• Sujets non persistants (rapports de bug, messages d'erreur)

Graphe de connaissances

Stockage back-end (Neo4j)

Les relations de mémoire sont stockées sous forme de triplets dans la base de données graphe Neo4j :

                      
                      (entité source) --[relationship]--> (entité cible)

                    

Requête de voisinage N-hop (1 à 4 sauts) :

                      
                      MATCH path = (n {name: $entity})-[*1..depth]-(m)
WHERE ALL(node IN nodes(path) WHERE node.user_id = $user_id)
UNWIND relationships(path) AS rel
RETURN source, relationship, target

                    

La requête Cypher garantit qu'elle ne franchit jamais les frontières entre utilisateurs.

Visualisation front-end

Utilise react-force-graph-2d pour le rendu d'un graphe à disposition dirigée par les forces :

Optimisation du rendu du graphe (mise à jour 2026-04) NEW

La nouvelle version du graphe introduit deux seuils de densité afin d'éviter le chevauchement des étiquettes lorsque les nœuds sont trop nombreux :

Les étiquettes ne s'affichent que si les deux conditions sont simultanément satisfaites. Sinon, seuls des points sont rendus.

Stabilisation des couleurs par Entity Type :

• Calcul de l'indice de couleur du type d'entité via un hash djb2 → indice de couleur
• Les entités d'un même type conservent la même couleur d'une vue à l'autre et dans le temps
• La palette de 10 couleurs permet une réutilisation cyclique pour un nombre illimité de types

Correction de bug : lors du mappage des relations du graphe, les champs sourceTypes / targetTypes étaient auparavant ignorés, ce qui faisait retomber tous les nœuds sur la couleur grise de secours. Ce bug est corrigé (voir sidecar/src/mem0Service.ts).

Exploration multi-niveaux

Cliquer sur un nœud permet de déployer les entités qui lui sont associées, pour explorer le réseau de connaissances couche par couche. Le moteur graphe prend en charge :

• neighborhood() — requête de voisinage N-hop
• shortestPath() — chemin le plus court entre deux entités
• extractEntitiesFromText() — extraction des noms d'entités à partir du texte

Synergie entre mémoire et conversation

Moments d'interrogation de la mémoire

Emplacement d'injection de la mémoire

Deux résumés de mémoire sont injectés dans le system prompt :

                      
                      Vous êtes l'assistant IA GPTBots...

## Profil utilisateur
- L'utilisateur est ingénieur en développement front-end
- Préfère utiliser TypeScript
- ...

## Profil entreprise
- L'entreprise utilise la stack technique React
- Nom de code du projet : Project Alpha
- ...

                    

Outils de mémoire

L'Agent peut interroger et gérer activement la mémoire via les outils suivants :

Isolation Gateway inter-comptes NEW

Lorsqu'un nœud est appelé de manière inter-comptes avec une portée enterprise :

• Mémoire de niveau compte (liée au userId) : ❌ inaccessible
• Mémoire de niveau entreprise (liée à l'orgId) : ✅ accessible
• Mémoire de niveau session (au sein de la session courante) : ✅ accessible

Un filtrage forcé est appliqué lors de la phase d'interrogation dans mem0Service via l'indicateur isRemoteSession — un appel inter-comptes ne peut pas lire les souvenirs personnels du propriétaire du nœud cible.

Objectif de conception : protéger la vie privée tout en préservant le partage collaboratif des connaissances au niveau de l'organisation. Voir Architecture multi-nœuds.

Capacités de mem0

Le back-end de mémoire, basé sur mem0, fournit les capacités automatisées suivantes :

Protection par délai d'expiration

Ce que cela signifie pour l'utilisateur

Le système de mémoire permet à l'Agent de « vous connaître ». Sans mémoire, l'Agent aborde chaque conversation comme un inconnu rencontré pour la première fois ; avec la mémoire, l'Agent connaît vos préférences, le contexte de vos projets et vos habitudes de travail.

Concrétisation des trois dimensions en pratique :

• Mémoire de compte : « Vous avez dit préférer TypeScript » → l'Agent privilégie TypeScript dans les conversations de toutes vos organisations
• Mémoire d'entreprise : l'administrateur a ajouté « l'entreprise utilise la base de données PostgreSQL » → lorsqu'ils discutent de bases de données avec l'Agent, tous les membres de l'organisation se voient recommander par défaut une solution PostgreSQL
• Mémoire de session : vous dites au cours de cette conversation « le projet actuel s'appelle Project Alpha » → l'Agent s'en souvient dans cette conversation, mais pas nécessairement dans une nouvelle

Vous pouvez gérer la mémoire ainsi :

• Pour les préférences personnelles : dites dans la conversation « retiens que je préfère le thème dark », ou ajoutez-la manuellement dans Paramètres APP → Mémoire
• Pour les connaissances d'entreprise : contactez l'administrateur pour qu'il les ajoute dans Gestion de l'espace → Paramètres avancés → Mémoire d'entreprise
• Si un souvenir est erroné : dites dans la conversation « oublie ma préférence antérieure concernant Python », ou supprimez-la directement dans la gestion de la mémoire
• Pour consulter les souvenirs existants : Paramètres APP → Mémoire, où vous pouvez parcourir la liste et le graphe

Documents associés

• Gestion de la mémoire — Interface de gestion de la mémoire côté APP
• Paramètres avancés — Mémoire d'entreprise — Gestion de la mémoire de niveau entreprise
• Gestion des outils — Outils liés à la mémoire (memory_query, memory_manage)
• Architecture multi-nœuds — Mécanisme d'isolation Gateway inter-comptes