mnemon-dev/mnemon

解决的问题

LLM 代理通常在会话之间经历「记忆丢失」，关键决策和跨会话知识在压缩过程中会消失或被挤出上下文窗口。Mnemon 提供了一个持久的、跨会话的记忆层，使代理能够在不同会话之间，甚至在不同的 AI 框架之间保持长期知识库。

工作原理

Mnemon 作为一个独立的原生二进制文件运行，负责确定性存储和索引，而宿主 LLM 则担任监督者。Mnemon 不会嵌入自己的 LLM，而是利用代理现有的智能来决定记住什么、如何链接信息以及何时遗忘。它通过运行时特定的技能、行为指南和生命周期钩子（Prime、Remind、Nudge 和 Compact）集成到代理运行时（如 Claude Code、Cursor 或 Pi）中，提示代理与记忆存储进行交互。

适用人群

希望其工具在项目和会话之间保持一致记忆的开发者和 AI 代理用户，无需额外的 API 密钥或复杂的基础设施。

主要亮点

• LLM 监督架构：利用宿主 LLM 进行判断，消除额外的推理成本和对独立 API 密钥的需求。
• 四图知识存储：使用时间、实体、因果和语义边来组织数据，而非仅依赖向量相似性。
• 意图原生协议：使用认知命令（remember、link、recall），这些命令映射到 LLM 的思维方式，而非标准数据库语法。
• 广泛框架支持：可与 Claude Code、Cursor、Codex、Pi 和 DeepSeek Harness 等多种工具集成。
• 自动维护：内置去重、重要性衰减和垃圾回收机制，保持记忆的整洁。