mnemon-dev/mnemon

解決的問題

LLM 代理通常在會話之間經歷「記憶遺失」，關鍵決策與跨會話知識在壓縮過程中會消失或被擠出上下文視窗。Mnemon 提供了一個持久的、跨會話的記憶層，讓代理能在不同會話之間，甚至在不同的 AI 框架之間維持長期知識庫。

工作原理

Mnemon 作為一個獨立的原生二進位檔運作，負責決定性儲存與索引，而宿主 LLM 則擔任監督者。Mnemon 不會嵌入自己的 LLM，而是利用代理現有的智慧來決定記住什麼、如何連結資訊以及何時遺忘。它透過運行時特定的技能、行為指南和生命週期鈎子（Prime、Remind、Nudge 和 Compact）整合至代理執行環境（如 Claude Code、Cursor 或 Pi），提示代理與記憶儲存互動。

適用對象

希望其工具在專案與會話之間保持一致記憶的開發者與 AI 代理使用者，無需額外的 API 金鑰或複雜的基礎設施。

主要亮點

• LLM 監督架構：利用宿主 LLM 進行判斷，消除額外的推論成本與對獨立 API 金鑰的需求。
• 四圖知識儲存：使用時間、實體、因果與語意邊來組織資料，而非僅依賴向量相似性。
• 意圖原生協定：使用認知命令（remember、link、recall），這些命令映射到 LLM 的思考方式，而非標準資料庫語法。
• 廣泛框架支援：可與 Claude Code、Cursor、Codex、Pi 和 DeepSeek Harness 等多種工具整合。
• 自動維護：內建去重、重要性衰減與垃圾回收機制，保持記憶的整潔。