1 / 12
🧠

2 mémoires pour des IAs
qui n'oublient plus

2 memories for AIs
that never forget

2 Speicher für KIs,
die nie vergessen

Live Memory + Graph Memory — Architecture mémoire pour agents IA
Live Memory + Graph Memory — Memory architecture for AI agents
Live Memory + Graph Memory — Speicherarchitektur für KI-Agenten
Christophe Lesur — Cloud Temple
Open Source
Apache 2.0
MCP Protocol

Un LLM, c'est quoi au fond ?

What exactly is an LLM?

Was genau ist ein LLM?

Pour ceux qui viennent du réseau, c'est simple

For networking folks, it's quite simple

Für Netzwerkexperten ist das ganz einfach

f(x) = y prompt → modèle (200 milliards de paramètres) → réponse prompt → model (200 billion parameters) → response Prompt → Modell (200 Milliarden Parameter) → Antwort

C'est une fonction mathématique. Rien de plus.

It's a mathematical function. Nothing more.

Es ist eine mathematische Funktion. Nichts weiter.

  • 📥  Une entrée — votre prompt + contexte
  • ⚙️  Un calcul — multiplication de matrices
  • 📤  Une sortie — la réponse générée
  • 📥  An input — your prompt + context
  • ⚙️  A calculation — matrix multiplication
  • 📤  An output — the generated response
  • 📥  Ein Eingang — Ihr Prompt + Kontext
  • ⚙️  Eine Berechnung — Matrixmultiplikation
  • 📤  Ein Ausgang — die generierte Antwort
Comme un serveur web qui traite une requête HTTP :
c'est 100% stateless.

Aucune mémoire entre deux appels.
Zéro. Nada. 💡 Un concept familier pour les gens du réseau !
Like a web server handling an HTTP request:
it's 100% stateless.

No memory between two calls.
Zero. Nada. 💡 A familiar concept for networking folks!
Wie ein Webserver, der eine HTTP-Anfrage verarbeitet:
es ist 100% zustandslos.

Kein Speicher zwischen zwei Aufrufen.
Null. Nada. 💡 Ein vertrautes Konzept für Netzwerkexperten!

L'amnésie en action

Amnesia in action

Amnesie in Aktion

Ce qui se passe à chaque nouvelle session

What happens in every new session

Was in jeder neuen Sitzung passiert

🟢 Session 1 — 14h00

🟢 Session 1 — 2:00 PM

🟢 Sitzung 1 — 14:00 Uhr

L'agent a analysé votre infrastructure, compris les dépendances réseau, pris des décisions d'architecture, documenté les flux, écrit du code...

The agent analyzed your infrastructure, understood network dependencies, made architectural decisions, documented flows, wrote code...

Der Agent hat Ihre Infrastruktur analysiert, Netzwerkabhängigkeiten verstanden, Architekturentscheidungen getroffen, Datenflüsse dokumentiert, Code geschrieben...

→ Productif, contextualisé, pertinent

→ Productive, contextualized, relevant

→ Produktiv, kontextualisiert, relevant

🔴 Session 2 — Le lendemain

🔴 Session 2 — Next day

🔴 Sitzung 2 — Nächster Tag

"Bonjour ! Comment puis-je vous aider ?"

"Hello! How can I help you today?"

"Hallo! Wie kann ich Ihnen heute helfen?"

→ Tout est perdu. Il repart de zéro.

→ Everything is lost. Starting from scratch.

→ Alles ist verloren. Er fängt bei null an.

C'est comme si votre meilleur ingénieur réseau avait un reset total chaque matin.
Et si vous avez 3 agents IA sur le même projet ? Chacun dans sa bulle. Aucune coordination.
It's as if your best network engineer had a total reset every morning.
And what if you have 3 AI agents on the same project? Each in their own bubble. No coordination.
Es ist, als ob Ihr bester Netzwerkingenieur jeden Morgen einen kompletten Reset hätte.
Und wenn Sie 3 KI-Agenten im selben Projekt haben? Jeder in seiner eigenen Blase. Keine Koordination.

Comment fonctionne notre mémoire ?

How does our memory work?

Wie funktioniert unser Gedächtnis?

Le cerveau humain a résolu ce problème depuis des millions d'années

The human brain solved this problem millions of years ago

Das menschliche Gehirn hat dieses Problem vor Millionen Jahren gelöst

🔴 Mémoire de travail

🔴 Working Memory

🔴 Arbeitsgedächtnis

Hippocampe

Hippocampus

Hippocampus

  • ⚡  Rapide, volatile
  • 📝  Notes mentales en cours
  • 🔄  Capacité limitée (~7 éléments)
  • ⏱️  Durée : minutes à heures
  • ⚡  Fast, volatile
  • 📝  Ongoing mental notes
  • 🔄  Limited capacity (~7 items)
  • ⏱️  Duration: minutes to hours
  • ⚡  Schnell, flüchtig
  • 📝  Laufende mentale Notizen
  • 🔄  Begrenzte Kapazität (~7 Elemente)
  • ⏱️  Dauer: Minuten bis Stunden

🟢 Mémoire long terme

🟢 Long-term Memory

🟢 Langzeitgedächtnis

Néocortex

Neocortex

Neokortex

  • 🏗️  Structurée, durable
  • 🔗  Réseau de concepts reliés
  • ♾️  Capacité quasi-illimitée
  • ⏱️  Durée : jours à années
  • 🏗️  Structured, durable
  • 🔗  Network of linked concepts
  • ♾️  Near-limitless capacity
  • ⏱️  Duration: days to years
  • 🏗️  Strukturiert, langlebig
  • 🔗  Netzwerk verbundener Konzepte
  • ♾️  Nahezu unbegrenzte Kapazität
  • ⏱️  Dauer: Tage bis Jahre
Le sommeil consolide : il trie les souvenirs de la journée et les intègre dans la mémoire long terme.
C'est exactement ce que fait notre architecture.
Sleep consolidates: it sorts the day's memories and integrates them into long-term memory.
This is exactly what our architecture does.
Schlaf konsolidiert: Er sortiert die Erinnerungen des Tages und integriert sie ins Langzeitgedächtnis.
Genau das tut unsere Architektur.

Notre réponse : 2 mémoires

Our answer: 2 memories

Unsere Antwort: 2 Speicher

Inspirées directement de l'architecture cognitive humaine

Directly inspired by human cognitive architecture

Direkt von der menschlichen kognitiven Architektur inspiriert

🔴Live Memory Mémoire de travail Working memory Arbeitsgedächtnis
→
🧠 Consolidation LLM LLM Consolidation LLM-Konsolidierung "Trie et structure" "Sorts and structures" "Sortiert und strukturiert"
→
📘Memory Bank Documentation structurée Structured documentation Strukturierte Dokumentation
→
🟢Graph Memory Mémoire long terme Long-term memory Langzeitgedächtnis
🔴 Live Memory🟢 Graph Memory
RôleMémoire de travail partagéeBase de connaissances permanente
DuréeSession / projetPermanent
ContenuNotes live + Bank MarkdownEntités + Relations + Embeddings
StackS3 seul (pas de BDD !)Neo4j + Qdrant + S3
AnalogieTableau blanc + cahier de projetBibliothèque avec index
🔴 Live Memory🟢 Graph Memory
RoleShared working memoryPermanent knowledge base
DurationSession / projectPermanent
ContentLive notes + Markdown BankEntities + Relations + Embeddings
StackS3 only (no DB!)Neo4j + Qdrant + S3
AnalogyWhiteboard + project notebookLibrary with index
🔴 Live Memory🟢 Graph Memory
RolleGemeinsames ArbeitsgedächtnisPermanente Wissensdatenbank
DauerSitzung / ProjektPermanent
InhaltLive-Notizen + Markdown-BankEntitäten + Relationen + Embeddings
StackNur S3 (keine DB!)Neo4j + Qdrant + S3
AnalogieWhiteboard + ProjektnotizbuchBibliothek mit Index

📖 Réf : Tran et al., 2025 — "Multi-Agent Collaboration Mechanisms: A Survey of LLMs" (arXiv:2501.06322)

📖 Ref: Tran et al., 2025 — "Multi-Agent Collaboration Mechanisms: A Survey of LLMs" (arXiv:2501.06322)

📖 Ref: Tran et al., 2025 — "Multi-Agent Collaboration Mechanisms: A Survey of LLMs" (arXiv:2501.06322)

🔴 Live Memory

🔴 Live Memory

🔴 Live Memory

Le tableau blanc partagé — chaque agent écrit des notes atomiques en temps réel

The shared whiteboard — each agent writes atomic notes in real-time

Das gemeinsame Whiteboard — jeder Agent schreibt atomare Notizen in Echtzeit

🤖 Agent Cline

  • observation Build OK, 0 erreurs
  • decision REST plutôt que gRPC
  • todo Tester l'auth OAuth2

🤖 Agent Claude

  • observation Latence API > 200ms
  • question Redis ou Memcached ?
  • progress Module auth terminé

🤖 Agent QA

  • issue Fuite mémoire en charge
  • insight Pattern retry efficace
  • observation 95% couverture tests

🤖 Agent Cline

  • observation Build OK, 0 errors
  • decision REST over gRPC
  • todo Test OAuth2 auth

🤖 Agent Claude

  • observation API Latency > 200ms
  • question Redis or Memcached?
  • progress Auth module finished

🤖 Agent QA

  • issue Memory leak under load
  • insight Retry pattern effective
  • observation 95% test coverage

🤖 Agent Cline

  • observation Build OK, 0 Fehler
  • decision REST statt gRPC
  • todo OAuth2-Auth testen

🤖 Agent Claude

  • observation API-Latenz > 200ms
  • question Redis oder Memcached?
  • progress Auth-Modul fertiggestellt

🤖 Agent QA

  • issue Speicherleck unter Last
  • insight Retry-Pattern effektiv
  • observation 95% Testabdeckung

Architecture : Append-Only sur S3

Architecture: Append-Only on S3

Architektur: Append-Only auf S3

  • 📦  Pas de base de données — juste du S3
  • 🔒  Pas de conflit — 1 note = 1 fichier unique horodaté
  • 🐜  Stigmergie — communication indirecte via l'environnement
  • 📦  No database — just S3
  • 🔒  No conflicts — 1 note = 1 unique timestamped file
  • 🐜  Stigmergy — indirect communication via environment
  • 📦  Keine Datenbank — nur S3
  • 🔒  Keine Konflikte — 1 Notiz = 1 eindeutige Datei mit Zeitstempel
  • 🐜  Stigmergie — indirekte Kommunikation über die Umgebung
Comme les fourmis qui communiquent par les phéromones, pas par la parole. Chaque agent laisse des traces que les autres lisent.
Like ants communicating via pheromones, not speech. Each agent leaves traces for others to read.
Wie Ameisen, die über Pheromone kommunizieren, nicht durch Sprache. Jeder Agent hinterlässt Spuren, die andere lesen.

🖥️ L'interface Live Memory en action

🖥️ Live Memory interface in action

🖥️ Live-Memory-Benutzeroberfläche in Aktion

Dashboard + Timeline live + Memory Bank — tout le contexte d'un projet en un coup d'œil

Dashboard + Live Timeline + Memory Bank — full project context at a glance

Dashboard + Live-Timeline + Memory Bank — der gesamte Projektkontext auf einen Blick

Live Memory Screenshot
📊 Dashboard (agents, stats, rules)
🔴 Timeline live (notes groupées par date)
📘 Bank Viewer (Markdown consolidé)
🔄 Auto-refresh intelligent
📊 Dashboard (agents, stats, rules)
🔴 Live Timeline (notes grouped by date)
📘 Bank Viewer (consolidated Markdown)
🔄 Smart auto-refresh
📊 Dashboard (Agenten, Statistiken, Regeln)
🔴 Live-Timeline (Notizen nach Datum gruppiert)
📘 Bank Viewer (konsolidiertes Markdown)
🔄 Intelligente automatische Aktualisierung

🧠 La consolidation LLM

🧠 LLM Consolidation

🧠 LLM-Konsolidierung

Du chaos à la structure — le "sommeil" de notre architecture

From chaos to structure — the "sleep" of our architecture

Vom Chaos zur Struktur — der "Schlaf" unserer Architektur

📝Notes brutes47 notes · 3 agents
→
🧠LLMRules + Notes + Bank
→
📘Bank mise à jourÉdition chirurgicale
→
🗑️Notes purgéesIntégrées → supprimées
📝Raw Notes47 notes · 3 agents
→
🧠LLMRules + Notes + Bank
→
📘Updated BankSurgical editing
→
🗑️Purged NotesIntegrated → deleted
📝Rohe Notizen47 Notizen · 3 Agenten
→
🧠LLMRegeln + Notizen + Bank
→
📘Bank-UpdateChirurgische Bearbeitung
→
🗑️Gelöschte NotizenIntegriert → gelöscht

❌ Approche naïve

Le LLM réécrit tout le fichier à chaque consolidation.

Syndrome "photocopie de photocopie" :

Dégradation progressive de l'information à chaque passe.

✅ Notre approche : édition chirurgicale

Le LLM produit des opérations d'édition par section Markdown.

Ce qui n'est pas touché reste identique bit-à-bit.

Zéro perte d'information. ~50% tokens en moins.

❌ Naive approach

The LLM rewrites the entire file on each consolidation.

"Photocopy of a photocopy" syndrome:

Progressive degradation of information with each pass.

✅ Our approach: surgical editing

The LLM produces Markdown section editing operations.

What isn't touched remains bit-for-bit identical.

Zero information loss. ~50% fewer tokens.

❌ Naiver Ansatz

Das LLM schreibt die gesamte Datei bei jeder Konsolidierung neu.

"Fotokopie einer Fotokopie"-Syndrom:

Schleichende Verschlechterung der Informationen bei jedem Durchgang.

✅ Unser Ansatz: chirurgische Bearbeitung

Das LLM erstellt Markdown-Abschnittsbearbeitungsvorgänge.

Was nicht berührt wird, bleibt bitgenau identisch.

Null Informationsverlust. ~50% weniger Token.

Les Rules sont le contrat immuable : elles définissent la structure de la bank. Le LLM s'y conforme systématiquement.

The Rules are the immutable contract: they define the bank's structure. The LLM systematically complies with them.

Die Regeln (Rules) sind der unveränderliche Vertrag: Sie definieren die Struktur der Bank. Das LLM hält sich systematisch daran.

📐 Les Rules en action

📐 Rules in action

📐 Regeln (Rules) in Aktion

Le contrat immuable qui structure la mémoire — défini une fois, respecté toujours

The immutable contract structuring the memory — defined once, respected always

Der unveränderliche Vertrag, der den Speicher strukturiert — einmal definiert, immer respektiert

Exemple : Rules "Standard Dev"

Example: "Standard Dev" Rules

Beispiel: "Standard Dev" Regeln

## Structure de la Memory Bank projectbrief.md (fondation) ├── productContext.md pourquoi le projet existe ├── systemPatterns.md architecture & patterns └── techContext.md stack technique & setup └── activeContext.md focus actuel └── progress.md journal d'avancement ## Mapping notes → fichiers observation → activeContext.md decision → systemPatterns.md progress → progress.md issue → progress.md (problèmes connus) insight → systemPatterns.md
## Memory Bank Structure projectbrief.md (foundation) ├── productContext.md why the project exists ├── systemPatterns.md architecture & patterns └── techContext.md tech stack & setup └── activeContext.md current focus └── progress.md progress journal ## Note → file mapping observation → activeContext.md decision → systemPatterns.md progress → progress.md issue → progress.md (known issues) insight → systemPatterns.md
## Memory Bank Struktur projectbrief.md (Fundament) ├── productContext.md Warum das Projekt existiert ├── systemPatterns.md Architektur & Muster └── techContext.md Tech-Stack & Setup └── activeContext.md aktueller Fokus └── progress.md Fortschrittsjournal ## Notiz → Datei-Mapping observation → activeContext.md decision → systemPatterns.md progress → progress.md issue → progress.md (bekannte Probleme) insight → systemPatterns.md

4 templates fournis

4 templates provided

4 Vorlagen enthalten

🖥️ Standard Dev

6 fichiers — projets logiciels, architecture, code

🖥️ Standard Dev

6 files — software projects, architecture, code

🖥️ Standard Dev

6 Dateien — Softwareprojekte, Architektur, Code

📚 Écriture de livre

6 fichiers — narratif, chapitres, style, compteur de mots

📚 Book Writing

6 files — narrative, chapters, style, word count

📚 Buch schreiben

6 Dateien — Erzählung, Kapitel, Stil, Wortzahl

🏥 Suivi médical

7+2 fichiers — patients, traitements, fiabilité absolue

🏥 Medical Follow-up

7+2 files — patients, treatments, absolute reliability

🏥 Medizinische Betreuung

7+2 Dateien — Patienten, Behandlungen, absolute Zuverlässigkeit

💼 Avant-vente B2B

5+N fichiers — personas dynamiques, qualification, offre

💼 B2B Presales

5+N files — dynamic personas, qualification, proposal

💼 B2B Pre-Sales

5+N Dateien — dynamische Personas, Qualifizierung, Angebot

Les rules sont immuables après création. Elles garantissent que la mémoire garde toujours la même structure, quel que soit le nombre de consolidations.
Rules are immutable after creation. They ensure the memory always keeps the same structure, regardless of the number of consolidations.
Regeln sind nach Erstellung unveränderlich. Sie stellen sicher, dass der Speicher immer dieselbe Struktur behält, unabhängig von der Anzahl der Konsolidierungen.

🟢 Graph Memory

🟢 Graph Memory

🟢 Graph Memory

La bibliothèque intelligente — un graphe de connaissances, pas une boîte de chunks

The smart library — a knowledge graph, not a box of chunks

Die smarte Bibliothek — ein Wissensgraph, keine Kiste voller Chunks

📄DocumentPDF, DOCX, MD, HTML, CSV
→
🧠LLM + OntologieExtraction guidée
→
🔗Graphe Neo4jEntités + Relations typées
+
📐QdrantChunks vectoriels
📄DocumentPDF, DOCX, MD, HTML, CSV
→
🧠LLM + OntologyGuided extraction
→
🔗Neo4j GraphEntities + Typed relations
+
📐QdrantVector chunks
📄DokumentPDF, DOCX, MD, HTML, CSV
→
🧠LLM + OntologieGeführte Extraktion
→
🔗Neo4j-GraphEntitäten + Typisierte Relationen
+
📐QdrantVektor-Chunks

Les ontologies : le vocabulaire métier qui guide l'extraction

⚖️ Legal
22 entités · 22 relations
☁️ Cloud
27 entités · 19 relations
🔧 Managed Svc
20 entités · 16 relations
💼 Presales
28 entités · 30 relations
📋 General
24 entités · 22 relations

Ontologies: the business vocabulary that guides extraction

⚖️ Legal
22 entities · 22 relations
☁️ Cloud
27 entities · 19 relations
🔧 Managed Svc
20 entities · 16 relations
💼 Presales
28 entities · 30 relations
📋 General
24 entities · 22 relations

Ontologien: das Geschäftsvokabular, das die Extraktion steuert

⚖️ Legal
22 Entitäten · 22 Relationen
☁️ Cloud
27 Entitäten · 19 Relationen
🔧 Managed Svc
20 Entitäten · 16 Relationen
💼 Presales
28 Entitäten · 30 Relationen
📋 General
24 Entitäten · 22 Relationen
L'ontologie dit au LLM quoi chercher dans les documents. Pas de relations génériques RELATED_TO : des types explicites comme DEFINES, APPLIES_TO, REFERENCES.
The ontology tells the LLM what to look for in documents. No generic RELATED_TO relations: explicit types like DEFINES, APPLIES_TO, REFERENCES.
Die Ontologie sagt dem LLM, wonach es in Dokumenten suchen soll. Keine generischen RELATED_TO-Beziehungen: explizite Typen wie DEFINES, APPLIES_TO, REFERENCES.

⚖️ L'ontologie en action

⚖️ Ontology in action

⚖️ Ontologie in Aktion

Exemple : ontologie "Legal" pour l'analyse de contrats

Example: "Legal" ontology for contract analysis

Beispiel: "Legal"-Ontologie für Vertragsanalysen

entity_types: - Party # "Cloud Temple SAS", "TechCorp" - Clause # "Article 12 - Réversibilité" - Amount # "8 500 EUR HT/mois" - Duration # "36 mois (durée initiale)" - SLA # "99.95% disponibilité" - Certification # "SecNumCloud", "HDS" - Obligation # "Garantie de disponibilité" ... (22 types au total) relation_types: - PARTY_TO # Client → Contrat - HAS_AMOUNT # Prestation → 50 000 EUR - HAS_SLA # Service → 99.95% - GUARANTEES # Cloud Temple → SecNumCloud - OBLIGATES # Clause → Client - GOVERNED_BY # Traitement → RGPD ... (22 types au total)
entity_types: - Party # "Cloud Temple SAS", "TechCorp" - Clause # "Article 12 - Reversibility" - Amount # "8,500 EUR excl. tax/month" - Duration # "36 months (initial term)" - SLA # "99.95% availability" - Certification # "SecNumCloud", "HDS" - Obligation # "Availability guarantee" ... (22 types in total) relation_types: - PARTY_TO # Client → Contract - HAS_AMOUNT # Service → 50,000 EUR - HAS_SLA # Service → 99.95% - GUARANTEES # Cloud Temple → SecNumCloud - OBLIGATES # Clause → Client - GOVERNED_BY # Processing → GDPR ... (22 types in total)
entity_types: - Party # "Cloud Temple SAS", "TechCorp" - Clause # "Artikel 12 - Reversibilität" - Amount # "8.500 EUR netto/Monat" - Duration # "36 Monate (Anfangslaufzeit)" - SLA # "99.95% Verfügbarkeit" - Certification # "SecNumCloud", "HDS" - Obligation # "Verfügbarkeitsgarantie" ... (22 Typen insgesamt) relation_types: - PARTY_TO # Kunde → Vertrag - HAS_AMOUNT # Leistung → 50.000 EUR - HAS_SLA # Service → 99.95% - GUARANTEES # Cloud Temple → SecNumCloud - OBLIGATES # Klausel → Kunde - GOVERNED_BY # Verarbeitung → DSGVO ... (22 Typen insgesamt)
Le LLM reçoit l'ontologie + le document → extrait exactement les entités et relations définies. Pas de bruit, pas d'hallucination structurelle.
The LLM receives the ontology + the document → extracts exactly the defined entities and relations. No noise, no structural hallucination.
Das LLM erhält die Ontologie + das Dokument → extrahiert exakt die definierten Entitäten und Beziehungen. Kein Rauschen, keine strukturelle Halluzination.

Résultat : le graphe de connaissances

Result: the knowledge graph

Ergebnis: der Wissensgraph

Graph Memory Screenshot

Interface Graph Memory — Graphe interactif avec filtrage par types d'entités et de relations

Graph Memory Interface — Interactive graph with filtering by entity and relation types

Graph Memory Interface — Interaktiver Graph mit Filterung nach Entitäts- und Beziehungstypen

💬 Interroger le graphe en langage naturel

💬 Querying the graph in natural language

💬 Den Graphen in natürlicher Sprache abfragen

Le panneau ASK — question → réponse LLM avec citations des documents sources

The ASK panel — question → LLM answer with citations to source documents

Das ASK-Panel — Frage → LLM-Antwort mit Zitaten aus Quelldokumenten

Graph Memory Q&A Screenshot
🗣️ Question en langage naturel
📊 Réponse Markdown (tableaux, listes, code)
📄 Citations des documents sources
🔬 Mode Focus : sous-graphe pertinent
🗣️ Natural language question
📊 Markdown answer (tables, lists, code)
📄 Source document citations
🔬 Focus Mode: relevant sub-graph
🗣️ Frage in natürlicher Sprache
📊 Markdown-Antwort (Tabellen, Listen, Code)
📄 Zitate aus Quelldokumenten
🔬 Fokus-Modus: relevanter Teil-Graph

Pourquoi un graphe ?

Why a graph?

Warum ein Graph?

Graph-First vs RAG vectoriel classique

Graph-First vs Classic Vector RAG

Graph-First vs Klassisches Vektor-RAG

RAG vectoriel classique

  • 📦  Document → chunks → embeddings
  • 🔍  Recherche par similitude cosinus
  • ❓  Chunks anonymes
  • 🎯  Approximatif (voisinage sémantique)
  • ↔️  Recherche unidirectionnelle

Comme chercher dans Google
avec juste des mots-clés

Classic Vector RAG

  • 📦  Document → chunks → embeddings
  • 🔍  Cosine similarity search
  • ❓  Anonymous chunks
  • 🎯  Approximate (semantic neighborhood)
  • ↔️  Unidirectional search

Like searching on Google
with just keywords

Klassisches Vektor-RAG

  • 📦  Dokument → Chunks → Embeddings
  • 🔍  Kosinus-Ähnlichkeitssuche
  • ❓  Anonyme Chunks
  • 🎯  Ungefähr (semantische Nachbarschaft)
  • ↔️  Unidirektionale Suche

Wie die Suche auf Google
nur mit Stichwörtern

VS

Graph-First (notre approche)

  • 🔗  Document → entités + relations
  • 🗺️  Navigation dans un graphe structuré
  • 📄  Chaque entité liée à son document source
  • 🎯  Précis (relations explicites, typées)
  • 🔀  Navigation multi-hop

Comme naviguer Wikipedia :
de lien en lien, avec contexte

Graph-First (our approach)

  • 🔗  Document → entities + relations
  • 🗺️  Navigation in a structured graph
  • 📄  Each entity linked to its source document
  • 🎯  Precise (explicit, typed relations)
  • 🔀  Multi-hop navigation

Like browsing Wikipedia:
from link to link, with context

Graph-First (unser Ansatz)

  • 🔗  Dokument → Entitäten + Relationen
  • 🗺️  Navigation in einem strukturierten Graphen
  • 📄  Jede Entität mit ihrem Quelldokument verknüpft
  • 🎯  Präzise (explizite, typisierte Relationen)
  • 🔀  Multi-Hop-Navigation

Wie beim Durchsuchen von Wikipedia:
von Link zu Link, mit Kontext

Graph-Guided RAG : le meilleur des deux mondes

❶GrapheIdentifie entités + documents
→
❷QdrantChunks DANS ces documents
→
❸LLMRéponse avec citations

Le graphe cible, le vectoriel précise. Pas de bruit.

Graph-Guided RAG: the best of both worlds

❶GraphIdentifies entities + documents
→
❷QdrantChunks WITHIN those documents
→
❸LLMAnswer with citations

The graph targets, the vector refines. No noise.

Graph-Guided RAG: das Beste aus beiden Welten

❶GraphIdentifiziert Entitäten + Dokumente
→
❷QdrantChunks IN diesen Dokumenten
→
❸LLMAntwort mit Zitaten

Der Graph zielt, der Vektor präzisiert. Kein Rauschen.

🌉 Le pont entre les deux

🌉 The bridge between the two

🌉 Die Brücke zwischen beiden

De la mémoire de travail à la mémoire permanente

From working memory to permanent memory

Vom Arbeitsgedächtnis zum permanenten Speicher

Agents IA (Cline, Claude, ...)
▼ live_note() — ~50ms
🔴 LIVE MEMORY
append-only sur S3
Notes temps réel
7 catégories · multi-agents
▼ bank_consolidate() — ~15s
📘 MEMORY BANK
Édition chirurgicale
Markdown structuré
conforme aux Rules
▼ graph_push() — ~30s/fichier via MCP
🟢 GRAPH MEMORY
Neo4j + Qdrant + S3
Entités + Relations
Interrogeable en langage naturel

⚡ Écrire vite

  • Notes live : ~50ms
  • Consolidation : ~15 secondes
  • → Zéro friction pour les agents

🏛️ Capitaliser durablement

  • Graph push : ~30s/fichier
  • Interrogation en langage naturel
  • → Les connaissances survivent aux projets

⚡ Write fast

  • Live notes: ~50ms
  • Consolidation: ~15 seconds
  • → Zero friction for agents

🏛️ Capitalize lastingly

  • Graph push: ~30s/file
  • Natural language querying
  • → Knowledge survives projects

⚡ Schnell schreiben

  • Live-Notizen: ~50ms
  • Konsolidierung: ~15 Sekunden
  • → Keine Reibung für Agenten

🏛️ Dauerhaft kapitalisieren

  • Graph push: ~30s/Datei
  • Abfrage in natürlicher Sprache
  • → Wissen überlebt Projekte

🏗️ Architecture technique

🏗️ Technical Architecture

🏗️ Technische Architektur

Vue réseau — ce que vous aimez voir

Network view — what you like to see

Netzwerkansicht — was Sie gerne sehen

Agent ClineCline AgentCline-Agent
Agent ClaudeClaude AgentClaude-Agent
Agent X
▼ Streamable HTTP + Bearer Token
🔒 Caddy WAF (Coraza OWASP CRS)
Rate Limiting · TLS Let's Encrypt
← seul port :8080← only port :8080← nur Port :8080
Docker network interneInternal Docker networkInternes Docker-Netzwerk
🔴 Live Memory MCP (:8002)
35 outils35 tools35 Tools · Auth Bearer
→ S3 (Dell ECS / AWS)
→ LLMaaS (OpenAI API)
▼ MCP Streamable HTTP
🟢 Graph Memory MCP (:8002)
30 outils30 tools30 Tools · Auth Bearer
→ S3 + LLMaaS
→ Qdrant (embeddingsembeddingsEmbeddings)
→ Neo4j 5 (graphegraphGraph)
🔒 WAF OWASP CRS
🔑 Auth Bearer Token
📡 MCP Streamable HTTP
🐳 Docker non-root
📦 S3 source of truth
🔒 WAF OWASP CRS
🔑 Auth Bearer Token
📡 MCP Streamable HTTP
🐳 Docker non-root
📦 S3 source of truth
🔒 WAF OWASP CRS
🔑 Auth Bearer Token
📡 MCP Streamable HTTP
🐳 Docker non-root
📦 S3 Source of Truth

MCP (Model Context Protocol) = la norme émergente pour les outils d'IA (Anthropic, 2024).
Comme REST pour les humains, MCP pour les agents.

MCP (Model Context Protocol) = the emerging standard for AI tools (Anthropic, 2024).
Like REST for humans, MCP is for agents.

MCP (Model Context Protocol) = der aufkommende Standard für KI-Tools (Anthropic, 2024).
Wie REST für Menschen ist MCP für Agenten.

Des IAs qui capitalisent

AIs that capitalize

KIs, die kapitalisieren

❌ Avant

  • Amnésie totale entre sessions
  • Agents isolés, sans coordination
  • Connaissances perdues
  • RAG approximatif

✅ Après

  • Mémoire de travail partagée
  • Collaboration multi-agents
  • Graphe de connaissances permanent
  • Q&A précis avec sources

❌ Before

  • Total amnesia between sessions
  • Isolated agents, no coordination
  • Lost knowledge
  • Approximate RAG

✅ After

  • Shared working memory
  • Multi-agent collaboration
  • Permanent knowledge graph
  • Precise Q&A with sources

❌ Vorher

  • Totale Amnesie zwischen Sitzungen
  • Isolierte Agenten, keine Koordination
  • Verlorenes Wissen
  • Ungefähres RAG

✅ Nachher

  • Gemeinsames Arbeitsgedächtnis
  • Multi-Agenten-Kollaboration
  • Permanenter Wissensgraph
  • Präzises Q&A mit Quellen

Open Source · Apache 2.0 · Prêt pour la production

github.com/Cloud-Temple/live-memory
github.com/Cloud-Temple/graph-memory

Christophe Lesur — Cloud Temple

Open Source · Apache 2.0 · Production Ready

github.com/Cloud-Temple/live-memory
github.com/Cloud-Temple/graph-memory

Christophe Lesur — Cloud Temple

Open Source · Apache 2.0 · Produktionsbereit

github.com/Cloud-Temple/live-memory
github.com/Cloud-Temple/graph-memory

Christophe Lesur — Cloud Temple