International AI Awards 2026 · Best AI Tool · Gold Winner

Audytowalna pamięć długoterminowa dla agentów AI

MAPI zachowuje decyzje i kontekst pomiędzy sesjami, utrzymując trwałe wspomnienia jako śledzalne, możliwe do przeglądu, wersjonowane i odwracalne dane.

Daje agentom AI ciągłość bez zamieniania pamięci w niekontrolowaną czarną skrzynkę.

  • Local-first
  • Zakres projektowy
  • Preview przed zmianą
  • Pełny audyt

Aktualny status wydań

MAPI Core
Public Release Candidate / Developer Preview
Polaris / MAPI VPS
Kontrolowany Developer Preview
MAPI Windows
Alpha
Badge INAI International AI Awards Gold Winner

International AI Awards 2026

Best AI Tool · Gold Winner 2026

MAPI otrzymało tytuł Gold Winner w kategorii Best AI Tool w International AI Awards 2026.

Oficjalny certyfikat wystawiony 31 sierpnia 2026

Zobacz oficjalną stronę zwycięzcy
Oficjalny certyfikat INAI dla MAPI, Gold Winner w kategorii Best AI ToolOficjalny certyfikat INAIWystawiony na Michała Chlewickiego za MAPI jako Gold Winner w kategorii Best AI Tool.Otwórz certyfikat
Wizualizacja MAPI pokazująca trwałą ciągłość, śledzalne wspomnienia i kontrolowaną zmianę dla agentów AI.

Dlaczego MAPI

Odnalezienie informacji to jeszcze nie wiarygodna pamięć

Agent może odnaleźć podobny tekst, odtworzyć historię rozmowy lub załadować podsumowanie. Długotrwała praca wymaga więcej: decyzje rozpraszają się, summary miesza fakty z interpretacją, a retrieval może zwrócić starą politykę bez wiedzy, że została zastąpiona.

01

Co warto zapamiętać?

Nie każda wiadomość zasługuje na trwały zapis.

02

Dlaczego można temu ufać?

Pamięć potrzebuje źródła, zakresu i poziomu pewności, nie tylko treści.

03

Co się dzieje po zmianie decyzji?

Nowa wersja nie powinna po cichu usuwać poprzedniej.

04

Co się dzieje przy konflikcie?

System powinien pokazać niepewność zamiast wymyślać pewność.

MAPI nie jest kolejną bazą pamięci. To warstwa kontroli, która pomaga ustalić, co agent AI powinien zapamiętać, dlaczego tej pamięci można ufać i jak może ona bezpiecznie zmieniać się w czasie.

Trzy filary

Ciągłość z dołączonymi kontrolami

Persistent continuity

Przywracanie ważnych decyzji, ograniczeń i otwartych pytań pomiędzy sesjami bez odtwarzania całej historii.

Traceable memories

Źródło, zakres projektu, confidence, owner i stan lifecycle pozostają widoczne razem z treścią pamięci.

Controlled change

Review kandydatów, lineage decyzji, jawne konflikty oraz operacje objęte preview, audytem i rollbackiem.

Jak działa MAPI

Zarządzany cykl życia pamięci

  1. 01

    Capture

    Agent lub integracja proponuje konkretne wspomnienia wynikające z bieżącej pracy.

  2. 02

    Review

    Człowiek albo operator decyduje, co zasługuje na trwały zapis.

  3. 03

    Zapis z kontekstem

    Potwierdzona pamięć zachowuje źródło, zakres, confidence, ownership i stan lifecycle.

  4. 04

    Restore

    Nowa sesja odzyskuje wyłącznie właściwy kontekst projektu.

  5. 05

    Jawna zmiana

    Zmiana decyzji jest wersjonowana, a sprzeczności pozostają widoczne do przeglądu.

  6. 06

    Audyt

    Operacje mogą zostać pokazane jako preview, zapisane jako run i sprawdzone przez rollback preview.

Syntetyczna demonstracja lokalna

Pięć kroków od rozmowy do kontrolowanej ciągłości

Demo korzysta z całkowicie syntetycznego projektu Northstar Booking, fikcyjnego product ownera Alex Morgan i fikcyjnej agentki AI Nova.

Strona pokazuje screenshoty izolowanego, deterministycznego demo. Nie zawiera prywatnych memories, a lokalny serwer demonstracyjny nie jest publicznie hostowany.

Widok restore MAPI oddzielający zapamiętane decyzje, niepewne informacje i sugerowane kolejne kroki.

Widok demo 1

Restore

Nowa sesja odzyskuje potwierdzone ograniczenia, a fakty, niepewność i kolejne kroki pozostają rozdzielone.

Otwórz screenshot w pełnym rozmiarze
Capture review pokazujący cztery zatwierdzone wspomnienia projektu i odrzuconą niepewną opcję SMS.

Widok demo 2

Capture review

Cztery potwierdzone decyzje zostają zatwierdzone, a nierozstrzygnięty pomysł dotyczący SMS odrzucony przed zapisem.

Otwórz screenshot w pełnym rozmiarze
Workflow supersession zachowujący regułę 24 godzin jako historię i aktywujący nową regułę 12 godzin.

Widok demo 3

Supersession

Reguła 12 godzin staje się aktywna, a wcześniejsza decyzja 24 godzin pozostaje zachowana jako historia.

Otwórz screenshot w pełnym rozmiarze
Zbliżenie pełnego lineage pomiędzy zastąpioną decyzją 24 godzin i aktywną decyzją 12 godzin.

Widok demo 4

Lineage — zbliżenie

Forward i reverse pointer łączą obie wersje decyzji przez jawny, aktywny link.

Otwórz screenshot w pełnym rozmiarze
Conflict review porównujący aktywną regułę 12 godzin z nierozstrzygniętą notatką enterprise o 48 godzinach.

Widok demo 5

Conflict review

Sprzeczna notatka o 48 godzinach pozostaje nierozstrzygnięta zamiast zostać automatycznie uznana za prawdę.

Otwórz screenshot w pełnym rozmiarze
Widok audytu pokazujący run supersession, zapisane eventy i rollback preview bez wykonania mutacji.

Widok demo 6

Audit i rollback preview

Zapisany run ujawnia objęte elementy, a rollback preview sprawdza zakres odwrócenia przy zerowej mutacji.

Otwórz screenshot w pełnym rozmiarze

Reprodukowalne dowody

Sprawdź, jak MAPI zachowuje decyzje i konflikty

MAPI zawiera deterministyczne, reprodukowalne scenariusze zmiany decyzji i konfliktu źródeł z zachowaniem pochodzenia. Korzystają z danych syntetycznych i działają bez zewnętrznego modelu językowego.

Dowód 1

Zmiana decyzji bez utraty historii

Projekt najpierw używa SQLite, a później decyzja zostaje zmieniona na PostgreSQL. MAPI zwraca PostgreSQL jako aktualny stan, ale zachowuje wcześniejszą decyzję SQLite i relację między nimi.

  • Aktualny stan: PostgreSQL
  • Poprzednia decyzja: SQLite
  • Relacja: supersedes
  • Dane syntetyczne
  • Bez modelu zewnętrznego

Dowód 2

Konflikt bez cichego nadpisania

Dwa źródła podają różne wartości tego samego ustalenia projektowego. MAPI zachowuje oba rekordy i ich pochodzenie oraz ujawnia konflikt zamiast po cichu wybrać jedną wersję.

  • Oba rekordy zachowane
  • Pochodzenie zachowane
  • Konflikt widoczny
  • Brak cichego nadpisania
  • Dane syntetyczne
  • Bez modelu zewnętrznego

Architektura

Warstwa kontroli pomiędzy agentem i pamięcią długoterminową

MAPI udostępnia stabilną powierzchnię MCP i API do capture, retrieval, restore oraz zarządzanych operacji lifecycle. Magazyn przechowuje treść razem ze źródłem, zakresem, confidence, ownership, linkami i stanem pamięci.

MAPI może współpracować z RAG, wyszukiwaniem semantycznym i bazami wektorowymi. Nie zastępuje ich — zarządza trwałą pamięcią, którą takie mechanizmy mogą później udostępniać agentowi.

Diagram architektury MAPI pokazujący agenta, interfejs MCP, capture review, trwały magazyn pamięci, restore, governance i kontrolę lifecycle.Otwórz diagram architektury w pełnym rozmiarze

Porównanie

Inna warstwa stosu pamięci

PodejścieDobre zastosowanieCzego zwykle nie obsługuje
Vector storeWyszukiwanie podobnych semantycznie fragmentówLifecycle, review, konflikty i audyt
RAGDodawanie zewnętrznego kontekstu do zapytania modeluGovernance trwałych decyzji i lineage
Chat historyZachowanie surowej rozmowyAktywna pamięć projektu i jawny stan
Automatyczne summaryKompresowanie długiej wymianyProvenance i rozdzielenie faktu od interpretacji
MEMORY.mdProsty, czytelny dla człowieka zapisSkala, zakres, confidence i kontrolowane aktualizacje
MAPIZarządzana trwała pamięć i ciągłośćNadal wymaga integracji technicznej i onboardingu

MAPI działa obok systemów retrieval. Kontroluje, jak pamięć jest wybierana, oceniana i zmieniana.

Dla kogo

Dla pracy, która trwa dłużej niż jedna sesja

Agenty kodujące

Decyzje architektoniczne, ograniczenia, ownership i otwarte problemy pomiędzy etapami implementacji.

Systemy wieloagentowe

Wspólna, ale kontrolowana warstwa pamięci zamiast nieuporządkowanej puli podsumowań.

Lokalni i prywatni asystenci

Trwała pamięć pod kontrolą operatora i restore tylko potrzebnego zakresu projektu.

Zespoły AI governance

Provenance, jawne stany lifecycle, konflikty i audytowalne zmiany.

Badania i infrastruktura AI

Eksperymenty z ciągłością bez uznawania podobieństwa za kompletny model pamięci.

Odpowiedzialne deklaracje

Czego MAPI nie obiecuje

MAPI dostarcza bardziej kontrolowaną podstawę pamięci długoterminowej. Jej jakość nadal zależy od źródeł, reguł capture, decyzji operatora i integracji klienta.

  • Świadomości
  • Nieomylności
  • AI wolnego od halucynacji
  • Automatycznego dowodu prawdy
  • Automatycznego rozwiązania każdego konfliktu

Warianty wdrożenia

Jeden rdzeń MAPI, dwa aktualne kierunki wdrożenia

Model pamięci i governance pozostaje wspólny. Zmienia się miejsce uruchomienia i sposób utrzymania MAPI.

Wariant serwerowy · kontrolowany developer preview

Polaris / MAPI VPS

Działający wariant serwerowy dla organizacji, która potrzebuje stałego zdalnego endpointu MCP na własnym VPS. Obejmuje uwierzytelniony dostęp zdalny, onboarding, backup, utrzymanie i kontrolowane wdrożenie serwerowe, ale nie jest przedstawiany jako masowy SaaS.

Wariant lokalny · alpha

MAPI Windows

Lokalny pakiet dla Windows przygotowywany do prostszej instalacji i pracy na własnym komputerze operatora. Pakowanie, instalator i testy użytkowników nadal są w toku.

Status projektu

Wspólny rdzeń i jasno rozdzielone etapy dojrzałości

MAPI Core ma status Public Release Candidate / Developer Preview. Polaris / MAPI VPS jest działającym, kontrolowanym wdrożeniem developer-preview, a MAPI Windows pozostaje w alpha podczas prac nad pakowaniem, instalatorem i testami użytkowników.

Oba warianty dzielą model pamięci, ale mają inne granice wdrożenia i utrzymania.

Licencja i wdrożenie

Open source core, płatna usługa wdrożeniowa

MAPI Core jest dostępny jako open source na licencji Apache 2.0. Cena MorenaTech od 3 500 zł + VAT dotyczy uzgodnionej usługi wdrożeniowej, a nie dostępu do repozytorium. Zależnie od ustalonego zakresu usługa może obejmować instalację, konfigurację, przygotowanie bezpiecznego endpointu i dostępu, integrację MCP z wybranym klientem AI, onboarding, testy uruchomieniowe oraz uzgodnione wsparcie.

Autor

Projekt zbudowany z perspektywy QA

MAPI stworzył Michał Chlewicki, tester oprogramowania i automation engineer z doświadczeniem zawodowym od 2011 roku, obejmującym osiem lat pracy w Intel.

Perspektywa jakościowa ukształtowała projekt wokół śledzalności, analizy awarii, jawnych zmian stanu i kontrolowanych operacji zamiast nieprzejrzystej automatyzacji.

Agenty AI potrzebują czegoś więcej niż recallu. Potrzebują odpowiedzialnej ciągłości.

Przejrzyj materiały projektu albo skontaktuj się z MorenaTech w sprawie MAPI i zarządzanej pamięci agentów.

Powiązane materiały

Przejdź od tematu do usługi, wdrożenia i praktycznej wiedzy

Te odnośniki wynikają z jawnego grafu treści MorenaTech i prowadzą do materiałów z tego samego obszaru.