agentscope-ai/ReMe

解決的問題

ReMe 為 AI 代理提供一個本地優先、自我進化的個人知識庫。它解決了代理缺乏持久、長期記憶的問題，這種記憶既對人類可讀，又對代理可存取，允許多個代理共享單一工作區，以隨時間檢索、維護和演進知識。

如何運作

ReMe 將「記憶當作檔案」處理，將持久記憶儲存為帶有前言和維基連結的普通 Markdown 檔案。它遵循捕獲-索引-整合-回憶的循環流程：

• 捕獲：auto_memory 將對話事實精煉為摘要，auto_resource 將外部檔案轉換為每日卡片。
• 索引：auto_index 建立可搜尋的片段、BM25 索引和維基連結圖（可選向量嵌入）。
• 整合：auto_dream 從最近的檔案中提取可重用單元，以精煉、建立或修正長期的「摘要」節點（個人事實、流程和維基知識）。
• 回憶：代理使用 BM25、可選嵌入和維基連結擴展，檢索相關行級段落及其關係。

適用對象

使用 DeepSeek Harness、OpenClaw、QwenPaw 或 Claude Code 等工具建構 AI 代理的開發者，他們需要一個持久、本地優先的記憶系統，使用者可手動檢查和編輯。

主要亮點

• 人類可讀的記憶：記憶以 Markdown 檔案形式儲存，便於使用者使用熟悉工具進行同步、備份和編輯。
• 自我進化：逐步將對話和資源轉化為每日筆記和長期知識節點。
• 跨代理工作區：透過 CLI、HTTP API、MCP 或 Python API，單一本地工作區可在不同代理執行環境之間共享。
• 混合搜尋：結合 BM25 和可選向量嵌入，使用倒數排名融合（RRF）實現精確、上下文感知的回憶。
• 整合工作室：內建一個基於 Web 的 UI（ReMe Studio），用於瀏覽、編輯和搜尋工作區。