scrypster/muninndb

The cognitive database. A new class of data storage. Not a vector store, not a graph DB, not a RAG wrapper. Ebbinghaus decay, Hebbian learning, and Bayesian confidence are engine-native primitives. Memories evolve on their own. MCP-native. Single binary.

解决的问题

MuninnDB 是一个为 AI 代理和应用程序提供持久、类人记忆的认知记忆数据库。与传统数据库静态存储数据不同，MuninnDB 管理的是会随时间演化的「记忆痕迹」（engrams），使用时会增强，忽略时会衰减，模拟生物记忆过程。

工作原理

系统使用 6 阶段激活流水线，基于上下文检索相关记忆。它结合全文搜索和向量搜索，并运用多种认知原语：

赫布学习：无需预定义模式，自动形成同时激活的记忆之间的关联。
时间加权：根据记忆的最近访问频率和时间重新计算相关性（艾宾浩斯衰减）。
预测性激活：追踪序列模式，提前呈现下一个最可能的记忆，无需显式请求。
贝叶斯置信度：追踪每条记忆的确定性，强化时增加，矛盾时减少。

以单个二进制文件交付，零依赖，支持多种协议，包括 MCP（Model Context Protocol）、REST、gRPC 和专有的二进制协议（MBP）。

适用人群

开发 AI 代理、LLM 驱动的应用程序以及工具集成型 AI 环境（如 Cursor、Claude Desktop 或 Windsurf）的开发者，需要一个能自动处理关联性和时间相关性的记忆系统。

亮点

即插即用 AI 集成：内置 MCP 支持，可轻松配置添加至 AI 工具。
零依赖：单个二进制安装，内置本地嵌入器，支持离线使用。
主动记忆：具备语义触发机制，当相关性变化时主动推送相关记忆给用户或代理。
事后增强：无需迁移即可用新嵌入或增强插件升级现有记忆。
IllegalArgument Exception: Bulk Insert：支持单次调用批量插入最多 50 条记忆。