moorcheh-ai/memanto
Memory that AI Agents Love!
解决的问题
Memanto 是一个专为管理 AI 代理集群长期记忆而设计的“记忆代理”。传统的向量数据库仅仅是持久化数据，而 Memanto 则会主动整理这些数据——解决矛盾、合并重复项目并过期过时信息——以防止长期代理记忆中常见的“噪声”积累。
运作方式
Memanto 不仅仅是一个简单的 API 或库，它作为一个伴随代理运行，观察交互流并执行六项核心行为：
- 提取 (Extraction)： 从短暂的聊天记录中提取持久知识（决策、偏好、事实）。
- 整合 (Consolidation)： 将片段与重复项目合并为标准化资产。
- 协调 (Reconciliation)： 当出现矛盾时，以新信息取代旧知识。
- 遗忘 (Forgetting)： 根据用户定义的规则执行过期策略，移除过时数据。
- 简报 (Briefing)： 在代理采取行动前，提供最精简且相关的记忆片段。
- 可移植性 (Portability)： 使用 Open Knowledge Format (OKF)，将记忆存储为可移植且人类可读的 Markdown 文件。
适用对象
开发者在不同框架（例如 Claude Code, Cursor, Windsurf）中构建 AI 代理集群，且需要一个共享、受管理的记忆资产，且不被单一供应商的专有存储锁定。
特色亮点
- 供应商无关 (Vendor Agnostic)： 通过单一指令连接至 Claude Code, Cursor 和 GitHub Copilot 等各种工具。
- 基于策略的过期 (Policy-Based Expiry)： 允许用户设置保留表与特定规则来固定或过期记忆。
- 完全本地选项 (Fully Local Option)： 可通过 Docker 和 Ollama 完全在本地运行，无需对外调用。
- 类型化记忆 (Typed Memory)： 将记忆分类为 13 种类型（例如
decision,preference,goal）以进行精确筛选。 - 开放格式 (Open Format)： 记忆存储于 OKF (Markdown) 中，使其可进行差异比对并提交至版本控制系统。
相关
- 项目
- 项目
- Dispatch
- 项目
- 项目