核心用法
Neutron Memory 是一个基于语义搜索的 Agent 记忆持久化工具，由 Vanar Chain 提供底层服务。它通过三个简单命令实现记忆的保存、检索与诊断，同时提供可选的自动捕获（Auto-Capture）和自动召回（Auto-Recall）钩子功能。
基础交互模式：
- Save：显式保存任意文本内容，附带标题标签便于管理
- Search：以自然语言查询，通过语义相似度而非关键词匹配返回相关记忆，支持结果数量限制（LIMIT）和相似度阈值（THRESHOLD）调节
- Diagnose：一键检查环境依赖（curl、jq）、API 密钥有效性及网络连通性
自动化增强（Opt-in）：
- Auto-Capture：在每次 AI 响应后自动保存完整对话轮次
- Auto-Recall：在每次用户输入前自动搜索相关历史记忆并注入系统上下文
显著优点
1. 真正的语义检索：不同于基于关键词的记忆系统，能理解"dark mode"与"theme preferences"的关联
2. 极简集成：三个 bash 脚本实现全部功能，无复杂依赖，源码完全可读
3. 隐私优先设计：默认关闭所有自动功能，数据仅在显式操作或主动启用后传输
4. 透明传输范围：明确声明仅传输用户指定的内容，不读取本地文件、环境变量（除 API_KEY）或系统信息
5. 低门槛试用：$20 免费额度，无需信用卡即可注册
潜在缺点与局限性
1. 外部服务依赖：所有记忆数据存储于 Vanar Chain 的 Neutron API，存在服务商可用性风险及潜在的数据主权问题
2. 网络延迟敏感：每次记忆操作均需 HTTPS 往返，高延迟场景下可能影响实时性
3. 成本不确定性：免费额度耗尽后按调用计费，高频自动捕获模式可能产生意外费用
4. 记忆污染风险：自动捕获可能保存低质量或敏感对话，缺乏内置的遗忘/过期机制
5. 阈值调参成本：语义搜索的相似度阈值需根据场景反复调试，默认 0.5 可能过宽或过严
适合人群
- 需要长期上下文保持的交互式 Agent 开发者
- 对关键词匹配记忆系统不满意，愿意尝试语义搜索的用户
- 能接受数据托管至第三方、注重快速原型验证的团队
常规风险
| 风险类型 | 具体表现 | 缓解建议 |
|---------|---------|---------|
| API 密钥泄露 | 以环境变量传递，可能残留在 shell 历史或进程列表 | 使用专用密钥管理工具，定期轮换 |
| 意外数据上传 | 启用 AUTO_CAPTURE 后可能捕获含敏感信息的对话 | 生产环境禁用自动捕获，或在前置过滤层清洗 |
| 服务商锁定 | 记忆格式与 API 深度绑定，迁移成本较高 | 定期导出关键记忆至本地备份 |
| 语义漂移 | 长期记忆累积后，搜索相关性可能下降 | 建立记忆审核机制，定期清理或重新标注 |