EverOS: 什么是它，它解决了什么问题以及为什么它正受到关注

它解决了什么问题

EverOS 为 AI agent 和开发者提供了一个可移植的、本地优先的记忆层。它通过创建一个统一的系统，将对话、文件和 agent 轨迹存储在人类可读的格式中，从而解决了 agent 记忆碎片化的问题，并且这些记忆可以跨不同的编程助手、应用程序和设备进行共享。

它是如何工作的

EverOS 使用由 Markdown 文件、SQLite 和 LanceDB 组成的三个部分组成的本地技术栈。Markdown 作为规范的真相来源（source of truth），使得记忆是可读的、可编辑的，并且可以通过 Git 进行版本控制。系统将这些文件与 SQLite 和 LanceDB 索引同步，以实现快速检索。它将用户数据（episodes 和 profiles）与 agent 数据（cases 和 skills）分离，并支持基于用户、agent、app、project 或 session ID 的正交检索。它还包括一个反射机制（reflection mechanism）用于离线记忆演化，在不同 session 之间合并聚类并完善 profiles。

它是为谁设计的

它专为 AI agent 制作者和正在构建编程助手、个人 AI 伴侣或任何需要跨不同 session 和平台进行持久、长期记忆的 agentic workflow 的开发者而设计。

亮点

• 以 Markdown 为中心：记忆以 .md 文件形式存储，用户可以直接编辑，然后同步回系统。
• 本地优先架构：无需依赖 MongoDB 或 Elasticsearch 等托管服务，而是依靠 Markdown、SQLite 和 LanceDB 的本地技术栈。
• 多模态支持：可以使用多模态 LLM 摄取图像、PDF、音频和 Office 文档（通过 LibreOffice）。
• 自我演化的记忆：具有后台反射功能，可随着时间的推移巩固并完善记忆。
• 广泛的集成：兼容 OpenAI-protocol 提供商，并支持从编程助手到可穿戴 AI 的各种用例。