Un enregistrement, trois vues.
Une conversation porte du sens, du texte source, des dates et des relations. TriviumDB associe les vecteurs, les documents JSON et les arêtes étiquetées à une même identité de nœud, réduisant la synchronisation et l’assemblage de résultats entre bases distinctes.
Organiser la recherche comme un parcours.
RECHERCHE
Retrouver par le sens et les mots-clés
Combiner vecteurs denses et recherche textuelle BM25, avec QuIVer pour accélérer la recherche approximative des plus proches voisins.
RELATIONS
Suivre les liens vers le contexte
À partir d’un nœud retrouvé, parcourir des arêtes étiquetées et pondérées pour relier personnes, événements, documents et concepts.
LANGAGE DE REQUÊTE
Composer des requêtes hybrides avec TQL
Un langage relie recherche vectorielle, filtres de propriétés, expansion de graphe, opérations ensemblistes et agrégation.
PERSISTANCE
Un même cycle de vie pour toutes les vues
Journalisation anticipée, transactions et publication atomique gèrent ensemble vecteurs, documents et relations.
Embarquer la base, garder les données proches.
TriviumDB s’exécute dans le processus via Rust, Python ou Node.js. Le mode Rom stocke les données dans un fichier .tdb portable ; le mode Mmap sépare vecteurs et documents pour une projection mémoire à la demande.
Le même modèle organise la mémoire conversationnelle, les connaissances personnelles, la recherche documentaire RAG et la mémoire relationnelle de personnages de jeu.