zhangfengcdt/memoir

解决的问题

Memoir 解决了 AI 代理记忆中的「全局变量」问题，即使用扁平文件或不透明的向量数据库会导致上下文污染、高 token 成本（token 租赁）和记忆漂移。它防止代理将无关的实验性模式应用于稳定的生产环境，并提供一种无需清空整个记忆存储即可审计或回滚幻觉的方法。

工作原理

Memoir 实现了一种具有 Git 类似版本控制的分层语义记忆系统。它不使用 UUID 或扁平的二进制数据，而是使用语义路径（例如 profile.professional.skills.python）来组织记忆。采用清晰的架构，将存储、分类和搜索分离，支持 O(log n) 查找和记忆聚合。用户可以对记忆进行分支、提交、合并和回滚，以在不同代理会话或项目状态之间保持加密完整性。

适用人群

主要面向需要持久化、版本化且透明的长期记忆管理的编码代理和个人助理代理开发者。

特色亮点

• Git 类似版本控制：支持对记忆进行分支、提交、合并和回滚。
• 语义路径：使用有意义的分层路径而非不透明的键来组织记忆。
• 高性能：提供 O(log n) 查找，并支持多种搜索引擎，包括基于关键词和 LLM 驱动的搜索。
• 广泛集成：作为 Claude Code、Codex、Hermes、OpenClaw 的插件提供，也作为 MCP 服务器支持 Cursor、Windsurf 和 VS Code 等主机。