EverMind-AI/EverOS

EverMind‑AI / EverOS – 快速简明概述

它是什么 – EverOS 是一个 Python 库，为 AI 代理提供了一种本地优先、持久化的记忆，以普通 Markdown 文件的形式存在。该库会监控这些文件，将其同步到轻量级 SQLite 数据库和 LanceDB 向量索引中，并提供简单的 HTTP API 来添加、清除和搜索记忆。

为什么重要 – 大多数代理记忆工具将状态存储在不透明的数据库或远程服务中，难以进行版本控制、编辑或备份。EverOS 将事实来源保留在人类可读的 .md 文件中，这些文件可以进行差异比对、提交到 Git 并手动编辑，同时仍能提供快速的关键字或向量搜索。

核心组件

• Markdown 存储 – 每次对话、文件或“片段”都会以可读的 Markdown 文档形式持久化存储在 ~/.everos 下。
• SQLite – 用于元数据和快速查询的轻量级关系型存储。
• LanceDB – 用于基于嵌入（混合）搜索的可选向量索引。
• HTTP 服务器 – /api/v2/memory/* 端点允许任何应用程序添加消息、清除会话或查询记忆。

快速开始

1. 使用 pip install everos (或 uv pip install everos) 安装。
2. 运行 everos init 并将 OpenRouter API 密钥填入生成的 everos.toml。
3. 启动服务器：everos server start。
4. 使用演示 (everos demo) 或 curl 调用来添加对话、清除并搜索记忆。

功能分级

等级	功能内容
Tier 1 (仅 LLM)	Markdown 持久化、级联索引、关键字搜索。
添加 [embedding]	基于向量的混合搜索、记忆反思、技能提取。
添加 [rerank]	代理搜索、知识百科功能。
添加 [multimodal]	导入图片、PDF、音频、Office 文档 (需要 everalgo-parser 和 LibreOffice)。

应用场景 – README 列出了数十个社区项目，将 EverOS 集成到智能眼镜代理、编程助手、多代理编排平台、具备记忆功能的游戏以及个人健康助理中。所有这些都依赖于同一个持久、可编辑的记忆层。

如何贡献 – 克隆仓库、运行 uv sync、尝试演示，然后运行 make test。该仓库遵循典型的 Python 打包工作流。

总结 – EverOS 是一个真正的开源工具，为 LLM 驱动的代理提供了一种持久、版本控制的记忆，无需重量级服务即可在本地运行。它完美契合 AI 代理 / RAG 生态系统。