taylorsatula/mira

它解決了什麼

MIRA 旨在透過建立具有長期記憶和行為持續性的連續數位實體，來克服標準 LLM 對話的短暫性。它消除了「開始新對話」的模式，迫使系統在無限的時間線上管理自己的上下文和回憶。

運作方式

MIRA 使用多層次的方法來維持連續性：

• 上下文管理：它採用非同步對話處理（類似於快速動眼睡眠）和主動的上下文視窗操作。當對話變得太長時，它會將較舊的訊息壓縮成滾動的延續簡報。
• 第一人稱記憶：MIRA 不是使用第三人稱日誌，而是產生自己行動和經驗的第一人稱摘要，並以帶有時間戳記和複雜度分數的記憶軌跡儲存。
• 自我管理記憶：記憶會根據使用公式隨時間衰減，除非它們被頻繁存取或明確連結，從而防止上下文腐爛，無需人為整理。
• 皮質下與花生畫廊：「皮質下」層負責回應前的資訊檢索和實體提取，而「花生畫廊」則作為後設認知觀察者，可以每隔幾輪提示 MIRA 糾正其方向。
• 基於文字的 LoRA：系統透過分析對話片段與行為契約的比對，並將這些模式合成為不斷演進的系統提示詞，來適應其行為，有效地透過文字操作「訓練」其個性。
• 動態工具：工具從檔案系統中發現，並僅在需要時載入上下文視窗，以減少 token 浪費。

適用對象

尋求持久 AI 伴侶或助理的使用者，該助理能記住過去的互動、根據使用者回饋調整行為，並能在不丟失上下文的情況下管理複雜的長期專案。

亮點

• 連續敘事：單一、永久的對話執行緒，沒有「新對話」按鈕。
• 第一人稱回憶：從 AI 自己的視角撰寫記憶，以減少知識論距離。
• 自主上下文控制：能夠展開和摺疊「domaindocs」（穩定的加密文件）以管理 token 爆炸。
• 行為適應：進化式使用者建模，每 7 個使用日精煉系統提示詞。
• 可擴充工具集：外掛式工具架構，MIRA 可以自主地從其儲存庫啟用工具。