بقلم: ليلى | محررة أدوات المطورين · صوت تحريري بإشراف بشري
طور المطور أحمد العشعل نظام Stash كطبقة معرفية مفتوحة المصدر تحل واحدة من أكثر مشاكل الذكاء الاصطناعي إحباطاً: فقدان الذاكرة بين الجلسات. بدلاً من البدء من الصفر في كل محادثة، يحول Stash أي عامل ذكي إلى مساعد يتطور ويتعلم من كل تفاعل.
المشكلة بسيطة لكن مكلفة: كل جلسة جديدة مع Claude أو ChatGPT أو أي نموذج محلي تبدأ بعبارة “مرحباً، كيف يمكنني مساعدتك؟” كأنه يراك لأول مرة. النتيجة؟ (وفقاً للمطور) تضيع 10 دقائق في إعادة شرح نفس السياق، وتتكرر الأخطاء السابقة، وتدفع مقابل نفس الرموز المميزة مراراً.
Stash يقلب هذه المعادلة. النظام لا يخزن النصوص فقط بل يحولها إلى معرفة منظمة عبر خط إنتاج من 9 مراحل. يبدأ بالحلقات الخام – كل ملاحظة وقرار وفشل يحدث في المحادثات. ثم يدمج هذه الحلقات في حقائق مترابطة، ويستخرج العلاقات بين الكائنات، ويحدد الروابط السببية، ويكتشف أنماط الفشل للتعلم منها.
- استنساخ المستودع: تحميل Stash من GitHub واستنساخ الملفات إلى جهازك المحلي
- إعداد البيئة: نسخ .env.example إلى .env وضبط مفتاح API الخاص بك ونماذج اللغة المفضلة
- تحديد بُعد التضمين: ضبط STASH_VECTOR_DIM في ملف البيئة – لا يمكن تغييره لاحقاً
- تشغيل النظام: تنفيذ docker compose up لبدء PostgreSQL وpgvector وStash تلقائياً
- تكامل MCP: ربط Stash بـ Claude Desktop أو Cursor عبر 28 أداة MCP متاحة
- تفعيل النموذج الذاتي: استدعاء init لإنشاء مساحة /self حيث يبني العامل فهماً لقدراته وحدوده
الأداة تدعم أي نموذج يتوافق مع OpenAI API. المطور نفسه يشغل Stash محلياً مع OpenRouter للوصول إلى مئات النماذج عبر مفتاح واحد. يمكنك أيضاً استخدامه مع Ollama للنماذج المحلية الخاصة أو vLLM للحلول ذاتية الاستضافة.
ما يفصل Stash عن حلول الذاكرة في ChatGPT أو Claude هو العمق والمرونة. بينما تقدم المنصات الكبيرة مفكرات بسيطة مقيدة بنماذجها، يبني Stash خرائط معرفة ديناميكية تتتبع الأهداف عبر أسابيع، وتتعلم من الإخفاقات، وتطور فهماً سببياً لقراراتك وتفضيلاتك.
النظام ينظم الذاكرة عبر مساحات أسماء هرمية. ذاكرة المستخدم في /users/alice منفصلة عن ذاكرة المشاريع في /projects/restaurant-saas، والتي تختلف عن معرفة العامل بنفسه في /self. القراءة من /projects تشمل تلقائياً كل مشروع فرعي، لكن الكتابة تستهدف مساحة محددة لتجنب التداخل.
التحدي الوحيد هو ضرورة تحديد STASH_VECTOR_DIM قبل أول تشغيل. pgvector يحجز بُعد التضمين عند الإنشاء، وتغييره لاحقاً يتطلب إعادة ضبط قاعدة البيانات كاملة. النموذج الافتراضي text-embedding-3-small يحتاج 1536 بُعداً.
