DrJonaC/Pensieve

解决的问题

AI 系统通常会随着时间的推移构建用户偏好和习惯的“工作记忆”，但这种记忆通常对用户是隐藏的。Pensieve 提供了一种查看、理解和控制这种结构化记忆的方法，使用户能够管理 AI 记住了什么以及为什么会出现某些信息。

工作原理

Pensieve 作为一个与宿主无关的仪表板，连接到 AI 记忆提供者。它读取结构化记忆记录——其中包含优先级评分、风险级别和激活计数等元数据——并将其呈现在面向用户的控制界面中。用户可以应用治理操作，例如固定 (pinning)、软化 (softening，降低显著性) 或隐藏记忆。这些决策随后被编译成治理报告 (Markdown) 和机器可读的清单 (JSON)，提供者将其应用于记忆存储以更新 AI 未来的上下文。

适用对象

希望对 AI 智能体和基于 LLM 的系统的长期记忆拥有透明度和自主权的个人用户和开发人员。

亮点

• 治理循环：一个完整的观察、用户决策以及通过收据验证记忆变更应用的循环。
• 宿主无关架构：使用提供者和适配器的模块化设计，使其能够与不同的 AI 宿主（例如 Codex、Claude Code）协同工作。
• 可逆控制：内存管理工具允许用户对记录进行 pin、soften、hide 和 restore，而不仅仅是删除它们。
• 安全模型：包括针对敏感信息的受保护显示层，以及确保更改确实已应用的验证系统。