caura-ai/caura-memclaw

解决的问题

AI 智能体通常孤立运行，重复犯错，或者无法与同一组织内的其他智能体共享知识。MemClaw 解决了对集中化、可扩展且安全的内存层的需求，该内存层允许整个智能体集群相互学习、共享技能并维护一致的知识库。

工作原理

MemClaw 使用“写入、召回、复合（write, recall, compound）”循环来管理信息。当智能体写入纯文本时，系统使用 LLM 为该文本添加标题、摘要、标签和重要性评分。它采用混合搜索——结合通过 pgvector 实现的语义相似性、全文关键词匹配和知识图谱扩展——来检索相关信息。该系统还具有矛盾检测功能以解决冲突信息，并使用基于结果的学习来强化智能体的成功操作。

适用对象

专为构建多租户、多智能体 AI 系统的开发人员设计，在这些系统中，治理、安全和跨智能体知识共享至关重要，例如企业级智能体集群。

亮点

• 全集群治理： 提供租户隔离、可见性范围（智能体、团队或组织）和智能体信任等级，以控制信息访问。
• 自我改进的内存： 自动检测矛盾，将重复的记忆合并为规范事实，并根据智能体的反馈调整检索。
• 丰富的内存流水线： 执行单次 LLM 增强，并维护提取的实体和关系的实时知识图谱。
• 广泛的集成： 包括内置的 Model Context Protocol (MCP) 服务器，并支持 OpenAI、Gemini 和 Anthropic 等多种 LLM 提供商。