M
Mnemia
Architecture runtime · Windows

Quatre process, un installeur, zéro dépendance externe.

Mnemia est packagé comme un service Windows unique tournant sous LocalSystem. Pas de Docker à maintenir, pas de cluster Kubernetes, pas de Python à installer côté client.

Runtime

Vue d'ensemble des process

Le launcher Rust orchestre 4 process et expose 3 ports HTTP locaux. Tout démarre comme service Windows au boot.

Service Windows · LocalSystem · C:\Program Files\Mnemia\mnemia-launcher (Rust) — supervisor + service Windows + validation .lic Ed25519StartServiceCtrlDispatcher · 4 process supervisés · graceful shutdownWeaviate:8080
vector store · BM25 + HNSW · embedded 1.26.6
verba-ingest-api:8100
Python · FastAPI · endpoints ingestion + retrieval Verba
verba-watcher:tray
Rust · surveillance fichiers + tray + menu contextuel
chat-api:9000
FastAPI · gateway chat + mount static Next.js
C:\ProgramData\Mnemia\ — données persistantesweaviate-data/ · models/bge-m3/ (~2,3 Go) · watcher.db · logs/
:8080
Weaviate embedded

Vector store REST + gRPC (HNSW + BM25)

:8100
verba-ingest-api

API Python Verba upstream + endpoints d'ingestion

:9000
chat-api

Gateway FastAPI + mount static Next.js (mode installer)

:tray
verba-watcher-tray

Surveillance fichiers + UI tray + menu contextuel

Modèle de licence

Open core sous EULA Mnemia

Base OSS embarquée sous leurs licences d'origine. Innovations Haapii sous EULA propriétaire. Tableau complet ci-dessous.

OSS embarqué

  • goldenverba
    BSD/Apache (upstream Verba)
    Pipeline RAG, retrievers, generators, UI
  • Weaviate
    BSD-3
    Vector store + BM25 hybride
  • Python 3.11
    PSF
    Runtime API ingest + agent
  • torch + transformers
    BSD / Apache
    Embedding GPU local
  • bge-m3
    MIT (BAAI)
    Modèle d'embedding multilingue 1024-dim
  • Next.js · React · Tailwind · shadcn/ui
    MIT
    Chat UI + site institutionnel
  • faster-whisper · Ollama · openpyxl · pdfplumber · python-pptx
    MIT/BSD
    STT, LLM local, lecture documents

Propriétaire Haapii (EULA Mnemia)

  • goldenverba-enterprise
    Embedders LocalTorch (bge-m3 / bgem3 / qwen3), bypass Ollama, GPU direct
  • verba-watcher (Rust)
    Watcher fichiers + tray + menu contextuel Windows + auto-skip toxiques
  • mnemia-launcher (Rust)
    Supervisor des 4 process + service Windows + validation .lic Ed25519
  • mnemia-licgen (Rust)
    Outil interne Haapii de génération de .lic signés
  • Patches goldenverba
    Chunker xlsx v2, rag_agent.py, OpenAIToolsGenerator, BasicReader PPTX/xlsx

Installation

Wizard Windows Next-Next-Finish

Six étapes guidées. Aucune ligne de commande. L'installeur est signé EV (Sectigo/DigiCert).

  1. 1
    Acceptation EULA

    Texte juridique Mnemia accepté avant installation.

  2. 2
    Saisie licence

    Fichier .lic Ed25519 chargé et validé sur-le-champ.

  3. 3
    Détection GPU + torch

    Compute capability (Blackwell sm_120 = cu128, Ada = cu121/cu126), wheels choisies.

  4. 4
    Téléchargement bge-m3

    ~2,3 Go depuis mirror Haapii (ora-ia.fr/mnemia/bge-m3/) + fallback HF + vérif SHA256.

  5. 5
    Ollama optionnel

    DL Ollama v0.24+ et modèle gpt-oss:20b (~13 Go) si LLM local souhaité.

  6. 6
    Service + tray

    Service Windows enregistré (LocalSystem), tray bleu démarré, menus contextuels installés.

Sécurité

Trois garanties cryptographiques

Activation, isolation et souveraineté traitées au niveau du système, pas juste du soft.

Licence Ed25519

Fichier .lic JSON signé avec ed25519-dalek (64 octets). Clé publique embarquée dans le launcher Rust, validation au boot, refus de démarrage si invalide.

LocalSystem isolé

Service tournant sous LocalSystem dans C:\Program Files\Mnemia\. Données dans C:\ProgramData\Mnemia\. Aucune écriture en dehors de ces deux racines.

Aucun appel cloud par défaut

Embedder bge-m3 et LLM qwen3.5 100 % local. Les appels cloud (OpenAI, OpenRouter) sont opt-in, configurés par l'utilisateur dans la Settings UI.