快速安装与集成
bash
manager:
$ pnpm add @mem-os/vector-store架构解析
「MemOS」解决智能体“开机失忆”与长期认知断层的痛点。在现有模型体系中,一旦关闭终端或会话上下文被清理,模型此前建立的用户偏好、踩坑教训与项目特有名词均会彻底消散。
本扩展在底层构建了分层记忆体系:瞬时工作记忆维护当前轮次焦点,情节记忆记录历史操作成败事实,而语义图谱则将反复出现的经验提炼为持久实体连接。通过艾宾浩斯遗忘衰减与重要度自适应评分,智能体越用越聪明,像经验丰富的老工程师一样随时调取往期心得。
核心特性
01
三层仿生记忆架构:工作记忆、时间序列情节记忆与实体语义图谱深度协同
02
智能艾宾浩斯遗忘机制:高频使用的经验历久弥新,过时偶发错误自动衰减淘汰
03
跨工程与跨用户隔离:支持按用户、代码仓库或团队维度建立严格的记忆安全隔离域
04
轻量级本地嵌入存储:默认基于 SQLite-Vector,开箱即用且无需外置笨重数据库
核心机制
01
会话经验提取
在任务结算阶段自动提炼本次执行的关键事实、用户偏好与避坑规则。
02
分层记忆归档
将经验分流持久化至情节时间线或语义关系网络中,计算初始重要度。
03
上下文相关性召回
新会话启动时,根据用户当前问题动态检索相关的往期记忆切片并注入。
04
遗忘曲线动态衰减
周期性更新记忆权重,低频未激活噪音自动降权,高频核心规律持续加固。
配置参数参考 (YAML / JSON)
| 参数名 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| decayRate | number | 0.05 | 记忆随时间的半衰期遗忘衰减系数 |
| maxRecallChunks | number | 3 | 单次注入提示词的最大记忆切片数量 |
| storagePath | string | ./.dsh/memories.db | 本地持久化记忆数据库存放路径 |
相关推荐
查看更多插件为你推荐同类插件
storage61 K+
Weknora 知识图谱与混合检索 RAG 引擎
融合知识图谱(Knowledge Graph)与向量稠密检索的企业级混合 RAG 方案。支持长文本实体关系动态抽脂、多跳推理关联与多源异构文档分块,从根本上解决大模型问答幻觉。
查看详情
storage69 K+
PicGo 视觉资产托管与对象存储管道
打通智能体产物与主流云端对象存储的无缝资产分发管道。支持 AWS S3、Cloudflare R2、阿里云 OSS、腾讯云 COS 等数十种存储介质,具备哈希防重、CDN 预热与安全签名能力。
查看详情
storage32 K+
NocoBase 动态元数据与无头数据库引擎
面向智能体业务持久化构建的无头数据库中间件。深度集成 NocoBase 开源元数据引擎,支持模型根据自然语言自动化设计表结构、生成动态 CRUD 接口与实施企业级细粒度权限控制。
查看详情
