Research Preview
MemFlow Relay
proxy ในเครื่องที่ทำงานระหว่างเครื่องมือ AI กับ Gemini ปรับแต่ง context โดยไม่ส่ง Gemini API key ไปยังบุคคลที่สาม
Quick Start
pip install memflow-relay
pip install memflow-relayMEMFLOW_API_KEY / GEMINI_API_KEY
export MEMFLOW_API_KEY=lago_…
export GEMINI_API_KEY=…GEMINI_API_KEY ของคุณจะไม่ถูกส่งไปยัง LamoonAGI หรือบริการ cloud ของ MemFlow
memflow-relay doctor
memflow-relay doctormemflow-relay serve
memflow-relay serveโหมดการทำงาน
| Mode | Description | Request modified | Measures savings | Applies optimization |
|---|---|---|---|---|
shadow | Shadow mode — วัดการประหยัดโดยไม่เปลี่ยนแปลงคำขอ | ✗ | ✓ | ✗ |
safe | Safe mode — ใช้การปรับแต่งแบบอนุรักษ์นิยม | ✓ | ✓ | ✓ (conservative) |
optimize | Optimize mode — ใช้การปรับแต่ง context เต็มรูปแบบ | ✓ | ✓ | ✓ (full) |
คำสั่ง CLI
memflow-relay servememflow-relay doctormemflow-relay statsmemflow-relay benchmark
ความปลอดภัยและความเป็นส่วนตัว
Gemini API key ของคุณอยู่ในเครื่อง
GEMINI_API_KEY ใช้เฉพาะใน relay ในเครื่องเพื่อยืนยันตัวตนกับ Google Gemini ไม่ถูกส่งไปยัง LamoonAGI หรือบริการ cloud ของ MemFlow
MemFlow API key
MEMFLOW_API_KEY (คำนำหน้า lago_) ยืนยันตัวตนคำขอของคุณกับ LamoonAGI optimizer API เท่านั้น
ใน shadow mode คำขอที่ส่งไปยัง Gemini จะเหมือนกับคำขอต้นฉบับเสมอ
log, telemetry และรายงานข้อผิดพลาดทั้งหมดตัด API key และข้อมูลสำคัญออกโดยอัตโนมัติ
Fail-open โดยค่าเริ่มต้น: หาก MemFlow ไม่พร้อมใช้งาน คำขอจะไปยัง Gemini โดยไม่เปลี่ยนแปลง
ขับเคลื่อนด้วยเทคโนโลยี LamoonAGI Context VMM