memvid--memvid/docs/i18n/README.hi.md

🇺🇸 English 🇪🇸 Español 🇫🇷 Français 🇸🇴 Soomaali 🇸🇦 العربية 🇧🇪/🇳🇱 Nederlands 🇮🇳 हिन्दी 🇧🇩 বাংলা 🇨🇿 Čeština 🇰🇷 한국어 🇯🇵 日本語

Website · Try Sandbox · Docs · Discussions

मेमविड AI एजेंट के लिए एक सिंगल-फाइल मेमोरी लेयर है जिसमें तुरंत रिट्रीवल और लॉन्ग-टर्म मेमोरी होती है।
बिना डेटाबेस के, स्थायी, वर्शन वाली और पोर्टेबल मेमोरी।

⭐️ प्रोजेक्ट को सपोर्ट करने के लिए एक स्टार दें। ⭐️

What is Memvid?

मेमविड एक पोर्टेबल AI मेमोरी सिस्टम है जो आपके डेटा, एम्बेडिंग, सर्च स्ट्रक्चर और मेटाडेटा को एक ही फ़ाइल में पैक करता है।

जटिल RAG पाइपलाइन या सर्वर-आधारित वेक्टर डेटाबेस चलाने के बजाय, Memvid सीधे फ़ाइल से तेज़ी से डेटा रिट्रीव करने में मदद करता है।

इसका नतीजा एक मॉडल-एग्नोस्टिक, इंफ्रास्ट्रक्चर-फ्री मेमोरी लेयर है जो AI एजेंट को परमानेंट, लॉन्ग-टर्म मेमोरी देती है जिसे वे कहीं भी ले जा सकते हैं।

---

वीडियो फ़्रेम क्यों?

मेमविड वीडियो एन्कोडिंग से प्रेरणा लेता है, वीडियो स्टोर करने के लिए नहीं, बल्किAI मेमोरी को स्मार्ट फ्रेम्स के अपेंड-ओनली, अल्ट्रा-एफ़िशिएंट सीक्वेंस के तौर पर ऑर्गनाइज़ करें।

स्मार्ट फ्रेम एक ऐसा यूनिट है जिसे बदला नहीं जा सकता, जो टाइमस्टैम्प, चेकसम और बेसिक मेटाडेटा के साथ कंटेंट स्टोर करता है। फ्रेम को इस तरह से ग्रुप किया जाता है जिससे कुशल कम्प्रेशन, इंडेक्सिंग और पैरेलल रीड संभव हो सके।

यह फ्रेम-आधारित डिज़ाइन इन चीज़ों को संभव बनाता है:

• मौजूदा डेटा को संशोधित या दूषित किए बिना केवल डेटा जोड़ना
• पिछली मेमोरी स्थितियों पर प्रश्न
• ज्ञान कैसे विकसित होता है, इसकी टाइमलाइन-शैली में जांच
• प्रतिबद्ध, अपरिवर्तनीय फ्रेम के माध्यम से क्रैश सुरक्षा
• वीडियो एन्कोडिंग से अपनाई गई तकनीकों का उपयोग करके कुशल कम्प्रेशन।

इसका नतीजा एक सिंगल फ़ाइल होती है जो AI सिस्टम के लिए रिवाइंड करने लायक मेमोरी टाइमलाइन की तरह काम करती है।

---

मुख्य अवधारणाएँ

• लिविंग मेमोरी इंजन सेशन के दौरान लगातार मेमोरी को जोड़ें, ब्रांच करें और विकसित करें।

• कैप्सूल संदर्भ (.mv2) नियमों और एक्सपायरी के साथ सेल्फ-कंटेन्ड, शेयर करने लायक मेमोरी कैप्सूल।

• टाइम-ट्रैवल डिबगिंग किसी भी मेमोरी स्टेट को रिवाइंड, रिप्ले या ब्रांच करें।

• स्मार्ट रिकॉल प्रेडिक्टिव कैशिंग के साथ सब-5ms लोकल मेमोरी एक्सेस।

• कोडेक इंटेलिजेंस यह समय के साथ कम्प्रेशन को ऑटो-सेलेक्ट और अपग्रेड करता है।

---

उपयोग के मामले

मेमविड एक पोर्टेबल, सर्वरलेस मेमोरी लेयर है जो AI एजेंट को परमानेंट मेमोरी और तेज़ रिकॉल देता है। क्योंकि यह मॉडल-एग्नोस्टिक, मल्टी-मॉडल है, और पूरी तरह से ऑफ़लाइन काम करता है, इसलिए डेवलपर्स मेमविड का इस्तेमाल कई तरह के रियल-वर्ल्ड एप्लीकेशन में कर रहे हैं।

• लंबे समय तक चलने वाले AI एजेंट
• एंटरप्राइज़ नॉलेज बेस
• ऑफ़लाइन-फ़र्स्ट AI सिस्टम
• कोडबेस को समझना
• कस्टमर सपोर्ट एजेंट
• वर्कफ़्लो ऑटोमेशन
• सेल्स और मार्केटिंग कोपायलट
• पर्सनल नॉलेज असिस्टेंट
• मेडिकल, लीगल और फाइनेंशियल एजेंट
• ऑडिट करने योग्य और डीबग करने योग्य AI वर्कफ़्लो
• कस्टम एप्लीकेशन

---

SDKs & CLI

मेमविड को अपनी पसंदीदा भाषा में इस्तेमाल करें:

Package	Install	Links
CLI	npm install -g memvid-cli
Node.js SDK	npm install @memvid/sdk
Python SDK	pip install memvid-sdk
Rust	cargo add memvid-core

---

Installation (Rust)

आवश्यकताएं

• Rust 1.85.0+ — Install from rustup.rs

अपने प्रोजेक्ट में जोड़ें

[dependencies]
memvid-core = "2.0"

Feature Flags

Feature	Description
lex	Full-text search with BM25 ranking (Tantivy)
pdf_extract	Pure Rust PDF text extraction
vec	Vector similarity search (HNSW + ONNX)
clip	CLIP visual embeddings for image search
whisper	Audio transcription with Whisper
temporal_track	Natural language date parsing ("last Tuesday")
parallel_segments	Multi-threaded ingestion
encryption	Password-based encryption capsules (.mv2e)

Enable features as needed:

[dependencies]
memvid-core = { version = "2.0", features = ["lex", "vec", "temporal_track"] }

---

त्वरित प्रारंभ

use memvid_core::{Memvid, PutOptions, SearchRequest};

fn main() -> memvid_core::Result<()> {
    // Create a new memory file
    let mut mem = Memvid::create("knowledge.mv2")?;

    // Add documents with metadata
    let opts = PutOptions::builder()
        .title("Meeting Notes")
        .uri("mv2://meetings/2024-01-15")
        .tag("project", "alpha")
        .build();
    mem.put_bytes_with_options(b"Q4 planning discussion...", opts)?;
    mem.commit()?;

    // Search
    let response = mem.search(SearchRequest {
        query: "planning".into(),
        top_k: 10,
        snippet_chars: 200,
        ..Default::default()
    })?;

    for hit in response.hits {
        println!("{}: {}", hit.title.unwrap_or_default(), hit.text);
    }

    Ok(())
}

---

निर्माण

रिपॉजिटरी को क्लोन करें:

git clone https://github.com/memvid/memvid.git
cd memvid

डीबग मोड में बिल्ड करें:

cargo build

रिलीज़ मोड में बिल्ड करें (ऑप्टिमाइज़्ड):

cargo build --release

विशिष्ट विशेषताओं के साथ बनाएं:

cargo build --release --features "lex,vec,temporal_track"

---

टेस्ट चलाएँ

सभी टेस्ट चलाएँ:

cargo test

आउटपुट के साथ टेस्ट चलाएँ:

cargo test -- --nocapture

एक विशिष्ट टेस्ट चलाएँ:

cargo test test_name

केवल इंटीग्रेशन टेस्ट चलाएँ:

cargo test --test lifecycle
cargo test --test search
cargo test --test mutation

---

उदाहरण

The examples/ डायरेक्टरी में काम करने वाले उदाहरण हैं:

बेसिक उपयोग

यह क्रिएट, पुट, सर्च और टाइमलाइन ऑपरेशन दिखाता है:

cargo run --example basic_usage

PDF इन्जेक्शन

PDF डॉक्यूमेंट्स को इन्जेस्ट करें और सर्च करें ("अटेंशन इज़ ऑल यू नीड" पेपर का इस्तेमाल करता है):

cargo run --example pdf_ingestion

CLIP विज़ुअल सर्च

CLIP एम्बेडिंग का इस्तेमाल करके इमेज सर्च (इसके लिए clip फ़ीचर ज़रूरी है):

cargo run --example clip_visual_search --features clip

व्हिस्पर ट्रांसक्रिप्शन

ऑडियो ट्रांसक्रिप्शन (whisper फीचर ज़रूरी है):

cargo run --example test_whisper --features whisper

---

फ़ाइल फ़ॉर्मेट

सब कुछ एक ही .mv2 फ़ाइल में होता है:

┌────────────────────────────┐
│ Header (4KB)               │  Magic, version, capacity
├────────────────────────────┤
│ Embedded WAL (1-64MB)      │  Crash recovery
├────────────────────────────┤
│ Data Segments              │  Compressed frames
├────────────────────────────┤
│ Lex Index                  │  Tantivy full-text
├────────────────────────────┤
│ Vec Index                  │  HNSW vectors
├────────────────────────────┤
│ Time Index                 │  Chronological ordering
├────────────────────────────┤
│ TOC (Footer)               │  Segment offsets
└────────────────────────────┘

कोई .wal, .lock, .shm, या साइडकार फ़ाइल नहीं। कभी नहीं।

पूरे फ़ाइल फ़ॉर्मेट स्पेसिफ़िकेशन के लिए MV2_SPEC.md देखें।

---

सपोर्ट

क्या आपके कोई सवाल या फीडबैक हैं? Email: contact@memvid.com

सपोर्ट दिखाने के लिए ⭐ दें

---

लाइसेंस

Apache License 2.0 — ज़्यादा जानकारी के लिए LICENSE फ़ाइल देखें।