6c. Mémoire Organique & Cœur Cognitif

Ce module gère l'intelligence répartie d'ECHO, permettant au modèle principal de déléguer des tâches de réflexion et de puiser dans les souvenirs passés ou la base de connaissances globale.

Le Cœur Cognitif (cognitive_core.py)

ECHO utilise une architecture de Cascade Cognitive. Le modèle PRO peut instancier des sous-unités de réflexion pour résoudre des problèmes sans polluer son propre contexte.

Mémoire Organique (memory_organic_tool.py)

Contrairement au RAG classique, la mémoire organique d'ECHO stocke les interactions passées, les décisions techniques et les préférences utilisateur mémorisées.

• Moteur Vectoriel : Utilise Qdrant (collection echo_memory).
• Embedding : Modèle text-embedding-004 via EchoGeminiClient.
• Filtre Strict : Isolation par user_id au niveau de la requête vectorielle (Score Threshold: 0.45).
• Recall : Renvoie des "souvenirs" structurés avec type de mémoire (INFO, DECISION, PREF), timestamp et score de confiance.

Base de Connaissance (memory_search.py)

Recherche sémantique dans la collection echo_knowledge. C'est ici que sont stockés les documents de référence, les manuels techniques et le corpus de connaissances partagé du framework.

Requête -> Embedding (AI Studio) -> Recherche Qdrant -> Snippets Markdown

Ancrage Géographique (gemini_maps_grounding.py)

L'outil de Grounding permet d'ancrer les réponses de l'IA dans le monde réel via l'API Google Maps.

• Widget Maps : Capacité à générer des composants interactifs Maps dans l'interface (si supporté par le client).
• Géolocalisation : Support optionnel des paramètres latitude et longitude pour les recherches de proximité ("près de moi").
• Métadonnées : Extraction automatique des URIs et titres des lieux trouvés pour citation directe.