Pernah gak sih kalian ngerasa capek banget karena setiap kali pindah platform AI, kita harus jelasin ulang dari nol? Konteks obrolan panjang di ChatGPT sama sekali gak kebaca sama Claude. Belum lagi kalau sesi coding di Cursor, malah polosan dan gak tahu apa-apa soal riset yang udah kita bahas seharian. Yang paling bikin nyesek itu pas lagi seru-serunya ngobrol sama AI buat bahan skripsi, eh obrolannya malah tenggelam di sidebar yang gak karuan, bikin kita lupa di mana naruh poin pentingnya. Buat kita sebagai mahasiswa yang jadwal nugasnya padat merayap, bolak-balik copy-paste prompt itu buang-buang waktu banget!

Berangkat dari kegerahan yang sama, seorang developer akhirnya nekat bikin solusi gokil bernama Mind Silo. Ini adalah satu layer memori terpusat yang bikin semua tools AI yang biasa kita pakai—mulai dari Claude, ChatGPT, Gemini, sampai Cursor—bisa saling baca dan nulis memori yang sama. Bayangin aja, apa yang kalian bahas di ChatGPT kemarin, langsung diingat juga sama Claude hari ini. Keren banget kan buat ngebantu proses ngerjain tugas akhir atau project kuliah?

Cara Kerja Mind Silo

Biar kalian gak penasaran gimana sistem canggih ini bekerja di balik layar, berikut adalah tahapan teknis bagaimana Mind Silo menyatukan memori AI:

  • Capture: Pakai ekstensi Chrome MV3 yang secara pasif ngebaca percakapan kita di Claude, ChatGPT, Gemini, Cursor, dan Claude Code. Gak perlu lagi ada drama tombol copy-paste atau ribet pencet tombol "save this".
  • Extraction: Transkrip mentah dari obrolan AI itu aslinya berantakan dan kepanjangan. Makanya, background worker (Redis/Arq) bakal nyuling obrolan tersebut jadi memori atomik: fakta tunggal, keputusan penting, dan preferensi yang bisa berdiri sendiri.
  • Storage: Memakai Postgres dengan pgvector. Setiap memori bakal dikasih embedding, dan memori yang punya kemiripan arti bakal dihubungkan ke dalam sebuah grafik (graph) ketimbang cuma numpuk di list datar biasa.
  • Retrieval: Menggunakan MCP server (mind-silo-mcp di npm) yang nyediain tiga tools khusus, jadi klien yang kompatibel sama MCP kayak Claude Desktop, Claude Code, atau Cursor bisa langsung nanya ke graph memori ini dan nulis memori baru balik ke sana.
  • Encryption: Keamanan data dijamin pakai per-user AES-256 dengan derived keys. Artinya, kalau kalian hapus data, sistem bakal ngelakuin crypto-shred—bukan cuma nandain 'deleted' di tabel database, tapi benar-benar musnah dan gak bisa dipulihkan lagi.

Visualisasi Otak 3D yang Bikin Takjub

Bagian paling gokil yang awalnya cuma dikerjain buat iseng pas akhir pekan adalah fitur visualisasi otak 3D pakai Three.js. Memori-memori kita bakal tampil sebagai node di ruang 3D, koneksi semantiknya ditarik sebagai garis, project dikelompokkan jadi satu klaster, dan topik-topik dikasih warna sendiri-sendiri.

Fitur visualisasi ini justru jadi daya tarik utamanya. Kalau kompetitor lain cuma nampilin memori dalam bentuk list teks biasa atau tumpukan folder yang ngebosenin—apalagi kalau ada 400 memori teks, dijamin males bacanya—di sini kita malah bisa 'terbang' keliling grafik memori kita sendiri. Gara-gara visualisasi inilah orang-orang langsung paham apa fungsi utama dari produk ini.

Tech Stack yang Digunakan

Buat temen-temen mahasiswa ilmu komputer atau teknik informatika yang penasaran sama dapur pacu project ini, Mind Silo dibangun di atas teknologi modern berikut:

  • FastAPI (Python 3.12, uv)
  • Next.js 14
  • Three.js
  • Postgres + pgvector
  • Redis/Arq
  • Clerk & Stripe
  • pnpm monorepo
  • Render + Vercel

Tantangan Selanjutnya: Memori yang Valid Secara Waktu

Masalah tersulit dalam bikin sistem memori AI ternyata bukan di tempat penyimpanan (storage), tapi di masalah ketepatan waktu (temporal correctness). Contoh kasus nyatanya gini: kalau bulan Maret kita bilang ke Claude kalau kita pakai Postgres, terus bulan Juni kita bilang udah pindah ke SQLite, vector store biasa bakal nyimpen dua memori yang saling bertentangan itu dan dengan senangnya bakal ngambil salah satu secara acak. Solusi yang lagi dikembangkan sekarang adalah typed edges dengan validity windows, di mana memori bisa saling menggantikan (supersede) dan tahu kapan sebuah informasi udah gak valid lagi.

Worth It Gak Buat Mahasiswa?

Buat kalian yang nanya-nanya soal biaya, proyek ini bisa diakses langsung secara gratis buat dijajal di situs resminya di https://mind-silo.com. Kalau dikonversikan ke dalam mata uang Rupiah untuk layanan berlangganan atau versi berbayarnya, harganya masih sangat ramah kantong mahasiswa jika dibandingkan dengan produktivitas gila yang kita dapetin. Berikut adalah ringkasan kelebihan dan kekurangannya:

  • Kelebihan: Menghilangkan kebutuhan bolak-balik prompt, bikin semua AI tahu konteks riset kita, privasi data aman dengan enkripsi tingkat tinggi, dan punya visualisasi 3D yang interaktif banget.
  • Kekurangan: Masih dalam tahap pengembangan aktif, jadi kadang masih nemuin PR terkait memori yang kontradiktif antar waktu.

Kesimpulannya, tools ini worth it banget buat dicoba, terutama buat kalian yang lagi sibuk skripsian atau sering riset pakai banyak AI sekaligus. Yuk, asah kemampuan tech-savvy kalian, siapin CV dan portofolio terbaik kalian mulai sekarang, dan jadilah mahasiswa yang selangkah lebih maju dalam memanfaatkan teknologi AI!