라즈베리 파이로 구축한 웨어러블 AI 에이전트

참석자들은 엣지 장치, 그래프 데이터베이스, 에이전트 메모리 개념에 대한 익숙도를 파악하기 위해 질문을 던졌습니다.

라즈베리 파이 4B, USB 마이크, 비디오 캡처 장치로 라이브 조립을 위한 구성 요소가 형성되었으며, Adams는 이를 자신의 가장 실용적인 시연이라고 설명했습니다.

하드웨어 구성 요소에는 라즈베리 파이 4B, 오디오 입력을 위한 USB 마이크, 시각 데이터를 관리하는 비디오 캡처 장치가 포함되었습니다.

그는 조립 후 에이전트의 즉각적인 기능을 확인하기 위해 현장에서 부팅 시퀀스를 시작했습니다.

이 장치는 Adams의 이전 32비트 설정에서 크게 업그레이드된 64비트 ARM 운영 체제에서 작동하며, 전원 공급을 위한 휴대용 배터리와 사용자 상호 작용을 위한 블루투스 키보드의 지원을 받습니다.

Jeremy Adams는 자신의 개인 AI 에이전트 시스템이 NanoClaw, Docker, 로컬 Neo4j 데이터베이스를 라즈베리 파이 4B에서 직접 실행한다고 설명했습니다.

그는 기능이 풍부한 블랙박스 시스템보다는 개방적이고 해킹 가능하며 저렴한 솔루션을 만드는 것을 우선시하여 불투명한 사전 설치 소프트웨어에 의존하기보다 기본 메커니즘을 이해하는 것을 목표로 했습니다.

이 설정은 부피가 큰 데스크톱 구성에서 소형 휴대용 장치로의 진화를 나타내며, 보다 미니멀하고 통합된 디자인으로의 의도적인 전환을 반영합니다.

Adams는 자신의 프로젝트에 NanoClaw를 선택했는데, 이는 15개의 소스 파일로만 구성된 소형 특성 때문에 작고 관리하기 쉬운 코드베이스에 대한 그의 선호도에 적합했기 때문입니다.

아키텍처는 에이전트 프로세스를 격리하기 위해 Docker 컨테이너를 사용하고 메시징에 WhatsApp을 활용하여 라즈베리 파이가 클라우드에서 메시지를 검색할 수 있도록 합니다. 모든 대규모 언어 모델 추론은 Claude를 통해 클라우드에서 수행되며, 로컬 하드웨어는 메시징 및 로직을 관리합니다.

그는 '톰 행크스' 사람 노드가 '포레스트 검프' 영화 노드에 연결되는 예를 들어, MCP 서버가 에이전트를 Neo4j 인스턴스에 어떻게 연결하는지 강조했습니다.

에이전트는 이 그래프 구조를 활용하여 WhatsApp을 통해 수신된 자연어 쿼리에서 특정 정보를 검색합니다.

에이전트의 운영 프로세스는 Neo4j 데이터베이스에서 직접 관련 데이터를 가져와 응답에 정보를 제공하는 것을 포함합니다.

이 정보는 처리를 위해 클라우드 에이전트 SDK를 통해 라우팅되며, 최종 출력은 WhatsApp 채널을 통해 사용자에게 다시 전달됩니다.

이 스키마는 데이터를 효과적으로 추적하고 구성하기 위해 오랫동안 그래프를 사용해온 유럽 경찰 방식에서 영감을 받았습니다.

이 메모리 시스템의 주요 특징은 시스템 재부팅 후에도 데이터를 유지하여 AI 에이전트의 지속적인 회상과 학습을 보장하는 기능입니다.

예시로는 Snowflake 사무실과 특정 AI 밋업 이벤트 간의 연결이 포함되며, Rebecca 및 Jeremy와 같은 개인이 별도의 개체로 기록되었습니다.

이 시스템은 전문 활동과 그 문맥적 링크를 구조화된 형식으로 캡처하는 디지털 기록으로 효과적으로 기능합니다.

이 기능은 장치의 물리적 버튼으로 트리거되어 상호 작용을 위한 촉각 인터페이스를 제공합니다.

LED 표시등은 활성 녹음 세션 동안 사용자에게 명확한 시각적 피드백을 제공하도록 시스템에 통합됩니다.

Adams는 엑스포에서 부스 메시징을 기록하여 전시업체의 간단한 데이터 모델을 만들었으며, 데이터베이스 내 정보를 정리하기 위한 기본적인 데이터 클리닝을 포함했습니다.

그는 잠재적으로 신뢰할 수 없는 컨퍼런스 Wi-Fi에도 불구하고 지속적인 데이터 수집을 보장하기 위해 로컬 Neo4j 인스턴스를 사용하여 오프라인 모드를 구현하여 활성 인터넷 연결 없이 정보를 수집할 수 있었습니다.

음성-텍스트 변환 기능은 정규식을 사용하여 부스 번호를 파싱하고 로컬 데이터베이스에 삽입하는 데 활용되어 이벤트 중 효율적인 데이터 입력 방법을 보여주었습니다.

Adams는 복잡한 그래픽 사용자 인터페이스 없이 Neo4j 데이터베이스를 쿼리할 수 있는 자신이 개발한 경량 도구인 'Cipher Shell 브라우저'를 선보였습니다.

그는 목에 걸고 있던 장치에서 직접 전시업체 데이터를 일치시키고 검색하는 기능을 시연했으며, 이벤트에서 기록된 원시 메모가 캡처되어 추가 처리 및 강화를 위해 클라우드 기반 Neo4j 인스턴스에 업로드되었다고 설명했습니다.

풍부해진 클라우드 데이터는 Buildkite 및 LangChain과 같은 회사와 관련된 '평가' 및 '관찰 가능성'과 같은 다양한 전시업체와 신흥 산업 테마 간의 중요한 연결을 나타냈습니다.

이 프로세스는 Adams가 서로 다른 회사들이 공통 기술 트렌드와 어떻게 관련되는지 매핑하여 원시 데이터에서는 즉시 명확하지 않은 기본 주제별 관계를 강조함으로써 새로운 통찰력을 생성할 수 있도록 했습니다.

이 서비스는 원시 채팅 기록을 구조화된 메모리로 증류하여 사람, 위치 및 개념에 대한 정보를 분류합니다.

이러한 증류된 메모리는 MCP 서버를 통해 접근 가능하게 되어 후속 에이전트 상호 작용을 위한 더 깊은 맥락을 제공합니다.