caura-ai/caura

解决的问题

Caura 为 AI 代理舰队提供一个共享且受控的内存层。通过允许代理存储学习到的信息并在团队或组织内共享，防止代理重复犯错。确保一个代理获得的知识在严格治理和可见性控制下可供其他代理使用。

工作原理

代理将纯文本写入 Caura，系统随后通过单次遍历的 LLM 处理流程对记忆类型进行分类、生成摘要并标记 PII。系统采用混合搜索方法，结合 pgvector 语义相似性、全文关键词匹配和知识图谱，以检索相关信息。系统还具备“Karpathy 循环”功能，支持基于结果的学习：代理在基于记忆采取行动后报告成功或失败，以强化有效行为并生成预防性规则。

适用对象

专为部署多租户、多代理 AI 舰队的团队设计——例如拥有数十或数千个代理的企业——在生产环境中，可审计的内存、跨代理知识共享和治理至关重要。

主要亮点

• 受控内存：实现租户隔离、可见性范围（代理、团队或组织）和代理信任等级，以控制访问权限。
• 自我改进：具备矛盾检测功能，可覆盖过时数据，并通过“结晶化”将重复记忆合并为原子事实。
• 知识图谱：自动从写入内容中提取实体和关系，通过图增强搜索提升检索效果。
• 原生支持 MCP：内置支持 Model Context Protocol，可轻松集成 Claude Desktop、Cursor 和 Windsurf 等客户端。
• 高性能：针对低延迟（p50 搜索 23ms）和高 token 效率进行优化，随着代理舰队规模扩大，有效降低使用成本。