chunxiaoxx/nautilus-compass

nautilus‑compass – 面向AI代理的开源记忆与可靠性层

是什么 – 一个本地运行的插件式服务，为大型语言模型代理提供长期记忆存储、漂移检测防护以及多代理工作流的轻量级治理系统。它以Python包（nautilus‑compass）、Model‑Context‑Protocol（MCP）服务器和一组命令行工具的形式提供。

为什么重要 –

• 最先进的检索 – 使用BGE‑m3嵌入模型和混合BM25＋dense‑RRF搜索。在公开的LongMemEval‑S基准测试中，得分P@1 0.890、P@5 0.978、MRR 0.929，比流行的mem0基线高出10个百分点以上，同时完全本地运行且成本约低14倍。
• 漂移检测 – 每个提示都与一组精选的故障模式“锚点”进行比较。检测器在保留数据上达到AUC 0.83，延迟低于50毫秒，并且仅在生产流量约0.5%的情况下触发。
• 跨代理契约 – 当多个基于Claude的代理共享文件时，插件会推断隐式交接契约，跟踪其完成情况，并审计“虚假完成”或规则漂移。仓库中记录了28小时的现场研究。
• 开放、可复现的证据 – 所有基准测试运行、数据和脚本都在仓库中（例如scripts/reproduce_lmes_retrieval.sh）。作者还发布了论文、Hugging Face数据集和实时演示空间。

如何使用

1. 安装 – pip install nautilus-compass（安装CLI、MCP服务器和A2A适配器）。
2. 接入MCP客户端 – 仓库提供了一个小型安装程序，可将三个钩子添加到Claude Desktop（或Cursor、Cline、Continue.dev、Zed等）中，以便在每次用户提交提示时系统：
   • 调用最相关的过去记忆块，
   • 运行漂移检查，
   • 添加个人资料摘要。
3. 运行守护进程 – BGE‑m3嵌入守护进程在每次启动时启动一次（daemon_start.sh）。守护进程监视目录中的新文件（inotify），对其进行索引，并提供快速召回查询。
4. 可选云网关 – 为偏好托管服务的团队提供托管多租户MCP端点（https://compass.nautilus.social/mcp/）。令牌按用户范围限定，所有流量均受mTLS保护。

主要命令/工具（通过MCP JSON‑RPC公开）：

工具	功能	典型延迟
ingest_obs	存储新观察（自动锚定以检测漂移）	~150毫秒
recall	对所有索引文本进行语义＋关键词搜索	~200毫秒
session_search	在单个聊天会话内进行时间分桶搜索	~80毫秒
drift_check	根据故障锚点对提示进行评分	<50毫秒
profile	总结代理的当前工作负载和漂移趋势	~100毫秒

基准测试一览

基准测试	得分（compass）	比较
LongMemEval‑S（500题）	P@1 0.890、P@5 0.978、MRR 0.929	优于mem0 0.774/0.916/0.834
LOCOMO‑10（1,986题）	P@1 0.644、P@5 0.890、MRR 0.740	比mem0高5.2个百分点
EverMemBench‑Dynamic	44.4% – 47.3%	在四个已发布基线中最高
漂移检测器AUC	0.83（保留数据）	唯一提供漂移检测的公开记忆层
每次500题评估成本	≈ $3.50	比GPT‑4o判定堆栈便宜约14倍

在AI堆栈中的位置

• 记忆层 – 位于LLM和用户之间，提供长期、可搜索的上下文，而无需将任何数据发送到设备外。
• 可靠性防护 – 漂移检测器充当安全网，在模型生成输出之前标记与已知故障模式相似的提示。
• 治理 – 契约系统帮助团队协调在共享资源上运行的多个代理。

快速入门（Claude Desktop示例）

# 克隆到Claude的插件文件夹
 git clone https://github.com/chunxiaoxx/nautilus-compass ~/.claude/plugins/nautilus-compass
bash ~/.claude/plugins/nautilus-compass/install.sh   # 安装钩子和守护进程
bash ~/.claude/plugins/nautilus-compass/daemon_start.sh

之后，在Claude中输入/compass-recall <query>将返回最匹配的记忆块，系统将自动对每个提示运行漂移检查。

资源

• PyPI – nautilus-compass（v3.3.0） – CLI、服务器、适配器。
• 论文与证据 – paper/BLACKBOX_VS_WHITEBOX.md、基准测试JSON文件和完整的可复现脚本。
• 实时演示 – Hugging Face Space: https://huggingface.co/spaces/chunxiaox/nautilus-compass
• 判定模型 – nautilus-compass/nacre-judge-v1（1.7 B LoRA）on Hugging Face。
• MCP注册表条目 – io.github.chunxiaoxx/nautilus-compass。

---

以上所有陈述均直接取自仓库的README；未推断任何额外功能。