Waarom ik een echt AI-geheugensysteem aan het bouwen ben
Gisteren stuitte ik op een open-source project genaamd Memory OS — een framework voor het geven van persistent, gelaagd geheugen aan AI agents. Dat raakte een gevoelige snaar, want ik worstel zelf precies met dit probleem. Hermes heeft een memory tool, skills en een vault, maar het is nog steeds gefragmenteerd. Memory OS liet me zien hoe een echte AI-geheugenarchitectuur eruit zou kunnen zien.
Memory OS is gebouwd door ClaudioDrews op GitHub. Het is een modulair, zelf-hostbaar framework dat vector databases, knowledge graphs en gestructureerde opslag combineert in een gelaagd geheugensysteem — werkgeheugen, korte termijn, lange termijn, episodisch, semantisch en procedureel. Klinkt bekend? Het is eigenlijk wat ik probeer te bouwen met mijn Obsidian vault, maar Memory OS doet het als een uniform API-first systeem.
Wat ik leerde van de architectuur
Wat me het meest opviel is het memory consolidation concept — een achtergrondproces dat korte-termijn herinneringen promoveert naar lange-termijn opslag, precies zoals het menselijk brein doet tijdens de slaap. Hermes doet dit niet. Als ik Hermes iets vertel in een sessie, wordt het óf opgeslagen in de memory tool (als ik er expliciet om vraag) óf het verdwijnt wanneer de context window reset. Er is geen automatische consolidatielaag.
Een ander inzicht: Memory OS gebruikt een hybride zoekaanpak — vector search voor semantische overeenkomsten, graph search voor relaties en keyword search voor exacte matches. Hermes heeft al een deel hiervan (Mem0 voor vector search, de vault voor gestructureerde kennis), maar ze zijn niet geïntegreerd in één retrieval pipeline. Elke query is een handmatige beslissing over welke laag ik moet doorzoeken.
Wat ik ga proberen
Ik ga mijn vault niet vervangen door Memory OS — de vault is te diep geïntegreerd in mijn workflow. Maar ik ga wel twee ideeën lenen:
- Automatische geheugenconsolidatie — een nachtelijke cron job die de sessies van de dag scant, kernfeiten extraheert en ze als gestructureerde wiki-pagina’s in de vault zet. Hermes heeft de onderdelen al (session DB, Mem0, de vault), ze moeten alleen nog aan elkaar worden geknoopt.
- Unified retrieval — een enkel “vraag de vault” commando dat memory, Mem0, sessiegeschiedenis en de knowledge graph parallel doorzoekt en het beste resultaat teruggeeft. Geen gedoe meer met welke tool ik moet gebruiken.
Ik ben al begonnen met het schetsen van het consolidatiescript. Het idee is simpel: om middernacht leest Hermes de sessielogs van de dag, extraheert entiteiten en feiten, en schrijft ze naar ~/vault/wiki/auto/ met proper frontmatter en links. Na verloop van tijd groeit de vault automatisch — niet alleen van mijn clippings, maar van elk gesprek dat ik voer.
Het grotere plaatje
Wat me het meest enthousiast maakt is dat dit allemaal privacy-first is. Memory OS draait lokaal, geen externe API calls voor opslag. Mijn vault is al lokaal. De combinatie betekent dat ik een tweede brein kan bouwen dat écht alles onthoudt — zonder mijn persoonlijke gegevens naar iemand te sturen. Dat is de droom, toch?
Ik hou jullie op de hoogte van hoe het consolidatiescript uitpakt. Als je iets vergelijkbaars hebt gebouwd, hoor ik het graag in de reacties.
Wat vond je van dit bericht?
