mnemosyne-oss/mnemosyne

What it is

Mnemosyne 是一个面向 AI agent 的开源记忆系统。AI 助手通常会在对话之间遗忘所有内容；Mnemosyne 为它们提供了跨会话的持久记忆，因此助手可以记住您的偏好、过去的决策以及项目上下文。

它是本地优先的：所有内容都存储在您机器上的一个 SQLite 数据库文件中。没有云服务，没有外部数据库服务器，没有遥测。它可以通过单个 pip install 进行安装，并与许多 AI 工具（Claude Code, Cursor, Codex, OpenWebUI，以及任何支持 MCP 协议的工具）协同工作。

The problem it solves

AI agent 默认是无状态的。每次新的对话都从零开始。Mnemosyne 通过为 agent 提供具有三个层级的结构化记忆（称为 BEAM — Bilevel Episodic-Associative Memory）来解决这个问题：

1. Working memory — 热点、近期的上下文，会在每次 AI 调用前自动注入，并对旧项目进行基于时间的驱逐。
2. Episodic memory — 长期存储。当您存储一个事实时，它会被嵌入（转换为其含义的数值表示）并使用语义相似度与关键词匹配的混合方式进行搜索。
3. TripleStore — 一个时序知识图谱，记录带有有效日期的关系（例如“Maya assigned to auth-migration”），因此 agent 可以回答“截至二月，谁在负责 X？”

How it works

• Storage: 使用 sqlite-vec 扩展进行向量搜索，并使用 FTS5 进行全文搜索，所有内容都存储在一个 SQLite 文件中。没有单独的向量数据库，没有 ANN 索引，没有额外的基础设施。
• Hybrid scoring: 搜索结果按 50% 语义相似度 + 30% 关键词匹配 + 20% 重要性评分进行排序 — 所有计算都在 SQLite 内部完成。
• Compression: 嵌入（384 维浮点向量）被二值化为每个 48 字节 — 实现了 32 倍的压缩 — 使得即使在拥有数百万条记录时，记忆容量依然保持较小。README 报告显示存储增长呈亚线性：20,000 条消息仅占用 7.2 MB。
• Interfaces: 一个 Python SDK (remember() / recall())，一个 CLI (mnemosyne store, mnemosyne recall, mnemosyne export)，以及一个内置的 MCP server，因此任何兼容 MCP 的客户端都可以使用它。

Privacy & security

• Local-first by default — 数据除非您显式启用同步，否则永远不会离开您的机器。
• No telemetry — 零追踪，零分析。
• Optional sync 可以在设备之间进行，并带有客户端加密（AES-128-CBC 或 XSalsa20-Poly1305）。同步服务器只能看到元数据（时间戳、事件 ID） — 绝不会看到记忆内容本身。

Usage

from mnemosyne import remember, recall

# Store a fact
remember("User prefers dark mode interfaces", importance=0.9)

# Search later
results = recall("interface preferences", top_k=3)

或者通过 CLI：

mnemosyne store "User likes dark mode"
mnemosyne recall "preferences"

Performance

README 报告了在 LongMemEval 和 BEAM（均为学术记忆基准测试）上的基准测试结果。值得注意的是，其检索召回率保持平稳（20% Recall@10），随着语料库从 100K 增长到 10M 条消息，检索召回率保持不变，并且当语料库缺乏相关信息时，系统会选择弃权而非捏造答案（100% 弃权准确率）。README 谨慎地指出，绝对召回率数值较低，而“平稳性” — 而非“水平” — 才是具有意义的结果。

Bottom line

Mnemosyne 是一个实用的、自包含的 AI agent 记忆层：一次 pip install，一个 SQLite 文件，没有云端依赖，且通过 MCP 与现有 AI 工具广泛兼容。它旨在为那些希望其 AI 助手能够真正记住事情，而又不希望将数据发送给第三方的手开发者提供服务。