pumaDB
pumaDB est une couche de mémoire durable et légère pour les agents IA qui stocke de petits enregistrements JSON via un MCP hébergé ou une API REST côté serveur, avec un historique révisable, des limites et des outils "remember" axés sur la sécurité.
https://pumadb.ai/?ref=producthunt&utm_source=aipure
Informations sur le produit
Mis à jour:Jun 22, 2026
Qu'est-ce que pumaDB
pumaDB est une "couche de mémoire pour agents" conçue pour aider les assistants IA à conserver un contexte utile entre les sessions, sans que vous ayez à construire et à exploiter un projet de base de données complet. Il permet aux agents ou aux services backend de stocker et de récupérer de petites lignes JSON durables (par exemple, les préférences de l'utilisateur, les conventions de projet, les extraits de recherche, l'état des tâches et les instructions réutilisables) afin que les conversations et les appels d'outils futurs puissent reprendre là où ils s'étaient arrêtés. pumaDB met l'accent sur une mémoire explicite, compacte et révisable afin que les équipes puissent voir ce qu'un agent retient et le garder sous contrôle.
Caractéristiques principales de pumaDB
pumaDB est une couche de mémoire légère et durable pour les agents IA et les petites applications côté serveur qui vous permet de stocker et d'interroger de petites « lignes » JSON sans exécuter de projet de base de données. Il offre deux surfaces d'accès – MCP hébergé pour les clients agents et une API REST pour les backends de confiance – ainsi qu'un schéma simple pour les types de mémoire d'agent courants (préférences, conventions, notes, état des tâches, extraits de recherche). La mémoire est conçue pour être explicite et révisable, avec des limites de portée, des limites de débit, des modifications en langage naturel pour éviter la duplication, et un historique des versions automatique avec prise en charge de la restauration.
Point de terminaison de mémoire MCP hébergé: Connectez les agents via un serveur MCP hébergé (`https://api.pumadb.ai/mcp`) en utilisant HTTP Streamable, compatible avec des clients comme ChatGPT et Claude, pour écrire et récupérer une mémoire durable via des appels d'outils.
API REST côté serveur: Utilisez `https://api.pumadb.ai` à partir de backends/code sans serveur de confiance avec des clés de porteur pour créer, interroger, mettre à jour et supprimer des lignes JSON via les points de terminaison `/v1/{table}` (y compris les opérations de mise à jour par ligne et de mise à jour par filtre).
Schéma de ligne JSON léger pour la mémoire de l'agent: Stockez de petits enregistrements durables tels que le markdown des compétences, les conventions de projet, les préférences utilisateur, les extraits de recherche, les blocs-notes et l'état des tâches – conçus pour rendre les futurs appels d'outils et sessions plus intelligents.
Mémoire révisable avec garde-fous de sécurité: Maintient la mémoire délibérément petite et contrôlée en utilisant des plafonds de table/ligne/stockage et des limites de débit par clé, aidant à limiter la croissance et à réduire les écritures incontrôlées.
Historique des versions + récupération: Chaque mise à jour/suppression archive le contenu de la ligne précédente ; les 10 dernières versions sont conservées pendant 30 jours et peuvent être restaurées, permettant l'auditabilité et la restauration.
Modifications en langage naturel et liens de visualisation: Prend en charge les « modifications naturelles » (par exemple, la mise à jour des préférences sans dupliquer les lignes) et peut générer des liens de visualisation/téléchargement de courte durée pour des résultats plus importants ou des sorties de texte.
Cas d'utilisation de pumaDB
Personnalisation de l'agent de support client: Stockez les préférences par client (ton, formatage, règles d'escalade) et les notes de résolution passées afin que les agents de support répondent de manière cohérente d'une session à l'autre.
Mémoire de projet de l'équipe d'ingénierie: Conservez les conventions de dépôt, les décisions d'architecture, les règles de branche et les workflows réutilisables afin que les agents de codage cessent de redécouvrir le même contexte de projet.
Poursuite de la recherche et de l'analyse: Enregistrez les extraits de recherche, les liens sources, les résumés, les notes de comparaison et les questions de suivi pour les enquêtes de plusieurs jours qui nécessitent une continuité.
État des tâches de longue durée pour les opérations: Suivez les fils ouverts, les bloqueurs, les notes de transfert et les actions en attente pour les agents des opérations/IT coordonnant le travail entre les équipes ou les outils multiples.
Paramètres d'application sans serveur et enregistrements légers: Utilisez l'API REST à partir d'un petit backend/worker pour stocker les paramètres d'application, les notes ou l'état sous forme de lignes JSON sans provisionner une base de données traditionnelle.
Avantages
Aucun projet de base de données requis ; rapide à configurer pour une mémoire d'agent durable.
Deux modes d'intégration (MCP hébergé pour les agents, REST pour les backends) couvrent les modèles de déploiement courants.
L'historique des versions intégré et la restauration améliorent la sécurité et l'auditabilité.
Des garde-fous opérationnels clairs (limites et limites de débit) aident à maintenir la mémoire petite et gérable.
Inconvénients
Conçu pour de petites empreintes mémoire (par exemple, limites de table/ligne/stockage), il peut donc ne pas convenir aux ensembles de données à grande échelle.
Les clés de l'API REST doivent rester côté serveur (non utilisables directement depuis les applications clientes), ce qui peut ajouter des exigences de backend.
Les limites de débit peuvent restreindre les charges de travail à haut débit ou les modèles de lecture/écriture intensifs.
Comment utiliser pumaDB
1) Choisissez comment vous vous connecterez à pumaDB: Choisissez l'une des deux méthodes d'accès : (a) MCP hébergé pour les clients agents (ChatGPT, Claude, Codex, ou tout client qui prend en charge Streamable HTTP MCP), ou (b) l'API REST côté serveur pour les backends/serverless/CLI. Point de terminaison MCP hébergé : https://api.pumadb.ai/mcp. Base de l'API REST : https://api.pumadb.ai.
2) Si vous utilisez le MCP hébergé : connectez votre client agent au serveur MCP de pumaDB: Dans votre client compatible MCP, ajoutez un nouveau serveur MCP en utilisant le transport HTTP Streamable et définissez l'URL du serveur sur https://api.pumadb.ai/mcp. Authentifiez-vous via OAuth comme demandé par votre client.
3) Si vous utilisez REST : configurez une clé API côté serveur en toute sécurité: Créez et stockez une clé API nommée puma_live_* dans un environnement côté serveur de confiance (backend, fonction serverless, Worker, CLI). Ne placez pas les clés API dans les bundles React, les sites statiques, les applications mobiles, le code de navigateur ou les dépôts publics.
4) Décidez ce que vous voulez que pumaDB retienne (votre schéma): pumaDB stocke de petites lignes JSON durables. Les types de mémoire courants incluent : le markdown des compétences, les conventions de projet, les préférences de l'utilisateur, les extraits de recherche, l'état des tâches et la mémoire typée sécurisée (ressources/extraits/exemples de configuration stockés sous forme d'enregistrements inertes pour une révision ultérieure).
5) Créez/sélectionnez une table pour votre mémoire: Organisez la mémoire en tables (par exemple : préférences, conventions_de_projet, état_des_tâches). Chaque compte prend en charge jusqu'à 20 tables, 1 000 lignes par table et 25 Mo de stockage total.
6) Écrire de la mémoire (MCP hébergé recommandé : utilisez l'outil de mémorisation consolidé): Depuis votre client agent connecté via MCP, appelez l'outil de mémorisation pumaDB pour stocker une ligne JSON (par exemple, enregistrer les préférences de l'utilisateur comme "garder les réponses courtes"). L'outil de mémorisation stocke les types de mémoire courants avec des métadonnées de sécurité inertes.
7) Écrire de la mémoire (alternative REST : POST une ligne JSON vers /v1/{table}): À partir du code côté serveur, envoyez une requête authentifiée pour créer une ligne dans une table en utilisant POST /v1/{table} à https://api.pumadb.ai. Utilisez une clé API de type bearer. Stockez les champs JSON que votre application/agent interrogera plus tard.
8) Lire/interroger la mémoire lorsque vous en avez besoin: Utilisez les appels d'outils de type requête MCP dans votre client agent (par exemple, interroger la table des préférences avant de répondre), ou utilisez REST GET /v1/{table} à partir du code côté serveur. Les petites requêtes peuvent renvoyer du JSON en ligne ; les résultats plus importants peuvent renvoyer des liens de visualisation/téléchargement de courte durée (ou demander includeLink: true).
9) Mettre à jour la mémoire explicitement lorsque les faits changent: Utilisez les points de terminaison REST pour mettre à jour les lignes stockées : POST /v1/{table}/update_row pour les mises à jour ciblées, ou POST /v1/{table}/update_where pour les mises à jour filtrées. pumaDB prend en charge les "modifications naturelles" afin que les modifications en langage clair puissent être appliquées comme des mises à jour filtrées sans créer de doublons ; les mises à jour en masse nécessitent un consentement explicite.
10) Supprimez la mémoire que vous ne voulez plus stocker: Utilisez DELETE /v1/{table} pour supprimer des lignes d'une table (côté serveur). Les suppressions et les mises à jour archivent automatiquement le contenu des lignes précédentes.
11) Récupérer des erreurs en utilisant l'historique des versions: pumaDB conserve un historique des versions automatique pour chaque mise à jour et suppression : les 10 dernières versions sont conservées pendant 30 jours et peuvent être restaurées en un seul appel.
12) Respectez les limites et les limites de débit: Planifiez l'utilisation en fonction des limites du compte (20 tables, 1 000 lignes/table, 25 Mo au total). Respectez les limites de débit : 30 écritures/minute par clé et 60 lectures/minute par clé.
FAQ de pumaDB
pumaDB est une couche de mémoire durable pour les agents d'IA qui vous permet de stocker de petits enregistrements JSON (lignes) révisables afin que les agents puissent se souvenir de faits, de préférences, de notes, d'état et d'autres contextes à travers les sessions, sans avoir à gérer votre propre projet de base de données.
Vidéo de pumaDB
Articles populaires
Atoms : Une plateforme d'IA multi-agents qui transforme les idées en produits prêts à être lancés
May 22, 2026
Nano Banana SBTI : Qu'est-ce que c'est, comment ça marche et comment l'utiliser en 2026
Apr 15, 2026
Atoms : L'outil de création de produits IA qui redéfinit la création numérique en 2026
Apr 10, 2026
Kilo Claw : Comment déployer et utiliser un véritable agent d'IA "Faites-le pour vous" (Mise à jour 2026)
Apr 3, 2026
Derniers outils d'IA similaires à pumaDB
Gait
Gait est un outil de collaboration qui intègre la génération de code assistée par l'IA avec le contrôle de version, permettant aux équipes de suivre, comprendre et partager efficacement le contexte du code généré par l'IA.
invoices.dev
invoices.dev est une plateforme de facturation automatisée qui génère des factures directement à partir des commits Git des développeurs, avec des capacités d'intégration pour GitHub, Slack, Linear et les services Google.
EasyRFP
EasyRFP est un outil de calcul en périphérie alimenté par l'IA qui rationalise les réponses aux RFP (demande de proposition) et permet le phénotypage des champs en temps réel grâce à la technologie d'apprentissage profond.
Cart.ai
Cart.ai is an AI-powered service platform that provides comprehensive business automation solutions including coding, customer relations management, video editing, e-commerce setup, and custom AI development with 24/7 support.
Outils d'IA populaires comme pumaDB
GitHub Copilot Chat
GitHub Copilot Chat est un assistant de codage alimenté par l'IA qui fournit des interactions en langage naturel, des suggestions de code en temps réel et un soutien contextuel directement dans les IDE pris en charge et sur GitHub.com.
CopilotForXcode
CopilotForXcode est une extension d'Éditeur de Source Xcode qui intègre GitHub Copilot, Codeium et ChatGPT pour fournir des suggestions de code alimentées par l'IA, une assistance par chat et une fonctionnalité de prompt-à-code au sein de Xcode.
BrowserAI
BrowserAI est une bibliothèque open source qui permet d'exécuter des grands modèles de langage (LLM) locaux directement dans les navigateurs Web avec l'accélération WebGPU, offrant des capacités d'IA axées sur la confidentialité sans nécessiter d'infrastructure de serveur.
OpenAI Codex CLI
OpenAI Codex CLI est un agent de codage open source léger qui s'exécute dans votre terminal, permettant aux développeurs de traduire le langage naturel en exécution de code tout en fournissant un raisonnement de niveau ChatGPT avec la possibilité d'exécuter du code, de manipuler des fichiers et d'itérer sous contrôle de version.