Knowledge-and-Memory-Management v0.0.2 resmi meluncur dengan fokus utama pada portabilitas dan modularitas. Versi ini meninggalkan pola lama berupa path yang di-hardcode ke $HOME pengguna dan menggantinya dengan variabel lingkungan $AGENT_HOME. Perubahan ini membuat pipa pengetahuan dapat digunakan ulang di berbagai sistem tanpa perlu menyesuaikan path secara manual. Bagi pengembang yang merancang sistem otonom dan membutuhkan sumber data beragam—mulai dari konten web, transkrip video, hingga artikel—release ini menjawab kebutuhan yang sudah lama ditunggu.
Desain inti pembaruan ini memisahkan proses pengumpulan data dari manajemen memori. Modul knowledge_collector bertanggung jawab atas proses ingestion: web scraper yang mengekstrak teks dan metadata dari halaman HTML, downloader caption YouTube atau generator transkrip menggunakan Whisper, serta parser feed RSS atau PDF yang membagi konten berdasarkan bagian. Semua sumber data kemudian dinormalisasi menjadi KnowledgeEntry dict yang mencakup field source, timestamp, content, dan embeddings. Entry mentah ditulis ke direktori $AGENT_HOME/knowledge/raw/ sebelum diteruskan ke memory manager.
Memory manager menjadi bintang dalam rilis bersih ini. Sebelumnya, versi-versi awal menggunakan os.path.expanduser("~/knowledge"), yang sering gagal di berbagai sistem operasi. v0.0.2 mewajibkan pengguna menetapkan $AGENT_HOME, lalu membangun seluruh path relatif terhadap variabel tersebut. Direktori $AGENT_HOME/memory/ menyimpan memori permanen, $AGENT_HOME/knowledge/ menampung koleksi mentah dan yang sudah diproses, sedangkan $AGENT_HOME/config/ berisi definisi sumber dan aturan peluruhan memori. Konvensi ini memungkinkan pengiriman satu file agent.env saja, baik di mesin lokal maupun di container, tanpa perlu konfigurasi khusus untuk platform.
Memory manager mengindeks entri berdasarkan embeddings semantik melalui provider model yang dapat diganti. Fitur TTL-based decay dan pruning relevansi secara otomatis mengarsipkan entri yang jarang diakses setelah interval yang telah ditentukan. Pengembang juga dapat mengganti backend penyimpanan—SQLite, PostgreSQL, atau sistem berkas biasa—hanya dengan mengubah provider memory manager tanpa mengubah logika collection.
Contoh penggunaan sederhana memperlihatkan kemudahan integrasi. Setelah menetapkan $AGENT_HOME, pengembang dapat mengimpor scrape_web dari knowledge_collector dan index_entry dari memory_manager. Fungsi scrape_web mengambil konten dari URL dan mengembalikannya sebagai dict. Selanjutnya, index_entry menghitung embeddings, menulis entri ke $AGENT_HOME/memory/, dan memperbarui indeks pencarian. Prosesnya bersih, mudah diuji, dan tidak terikat pada lingkungan tertentu.
Portabilitas path menghilangkan hambatan besar bagi pengembang yang merancang agen berlapis. Kini, pipa pengetahuan dapat dikontainerisasi dan disebarkan dari lingkungan pengembangan hingga produksi tanpa perlu mengubah konfigurasi path. Pemisahan eksplisit antara collection dan memory juga memudahkan pertukaran backend penyimpanan, sehingga pengembang dapat fokus pada logika bisnis.
Bagi ekosistem teknologi Indonesia, rilis ini datang pada momentum yang tepat. Startup AI di Jakarta, Bandung, dan Yogyakarta mulai mengadopsi pipeline pengetahuan serupa untuk melatih model bahasa lokal. Tools seperti Rasa atau LangChain sudah digunakan, namun ketergantungan pada path absolut sering menyebabkan masalah saat beralih ke server cloud. Knowledge-and-Memory-Management v0.0.2 menawarkan solusi yang langsung dapat diintegrasikan, mengurangi waktu pengaturan, dan menyamakan perilaku antara pengembangan lokal dan produksi.
Pemerintah Indonesia melalui program AI Nasional juga mendorong penggunaan open-source stack yang dapat dikontainerisasi. Rilis ini selaras dengan inisiatif tersebut, karena $AGENT_HOME memungkinkan pengaturan yang konsisten di lingkungan edge, cloud, maupun on-premise, yang penting untuk penerapan AI di sektor layanan kesehatan, keuangan, dan pendidikan.
"Dengan $AGENT_HOME Anda bisa mengirim satu file agent.env dan menjalankan kode yang sama di mesin lokal, container Docker, atau instance cloud tanpa perubahan," kata pengembang utama dalam sebuah wawancara. "Ini menghilangkan guesswork dalam konfigurasi path dan mempercepat adopsi di berbagai lingkungan.".
Ke depan, tren runtime agen yang mandiri akan semakin dominan. Komunitas diharapkan menambahkan parser sumber baru, terutama untuk bahasa Indonesia, serta connector ke database lokal seperti MySQL atau PostgreSQL yang banyak digunakan di Indonesia. Integrasi dengan model embedding bahasa Indonesia akan meningkatkan relevansi bagi pengguna lokal.
Pengembang tertarik dapat mengunduh rilis v0.0.2, menetapkan $AGENT_HOME, dan mencoba collector pada sumber pertama. Daftar perubahan mencatat migrasi path dan parameter decay memori baru. Kontribusi komunitas terbuka lebar, terutama untuk parser sumber tambahan dan konektor backend, agar manajemen pengetahuan menjadi semudah agen yang kita bangun.
Portabilitas dalam manajemen pengetahuan bukan lagi pilihan, melainkan kebutuhan. Knowledge-and-Memory-Management v0.0.2 menandai langkah penting menuju masa depan di mana agen dapat membawa basis pengetahuan mereka ke mana saja, tanpa hambatan teknis.