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.

解決的問題

MuninnDB 是一個為 AI 代理與應用程式設計的認知記憶資料庫，提供持久且類似人類的記憶。與傳統資料庫靜態儲存資料不同，MuninnDB 管理會隨時間演化的「記憶痕跡」（engrams），使用時會強化，忽略時會衰減，模擬生物記憶過程。

工作原理

系統使用 6 階段激活流程，根據上下文檢索相關記憶。結合全文搜尋與向量搜尋，並運用多種認知原語：

赫布學習：無需預先定義架構，自動形成同時激活的記憶之間的關聯。
時間加權：根據記憶最近被存取的頻率與時間重新計算相關性（艾賓浩斯衰減）。
預測性激活：追蹤序列模式，於明確請求前就提前呈現下一個最可能的記憶。
貝葉斯置信度：追蹤每則記憶的確定性，強化時增加，出現矛盾時減少。

以單一二進位檔交付，零相依性，支援多種協定，包括 MCP（Model Context Protocol）、REST、gRPC 與專屬的二進位協定（MBP）。

適用對象

開發 AI 代理、LLM 驅動應用程式，以及工具整合型 AI 環境（如 Cursor、Claude Desktop 或 Windsurf）的開發者，需要一個能自動處理關聯性與時間相關性的記憶系統。

亮點

即插即用 AI 整合：內建 MCP 支援，可輕鬆配置並加入 AI 工具。
零相依性：單一二進位檔安裝，內建本地嵌入器，支援離線使用。
主動記憶：具備語意觸發機制，當相關性改變時主動推送相關記憶給使用者或代理。
後續增強：無需遷移即可用新嵌入或增強外掛升級既有記憶。
IllegalArgument Exception: Bulk Insert：支援單次呼叫批量插入最多 50 則記憶。