核心用法
Memphis Cognitive Engine 是一款决策优先（Decision-First）的个人认知系统，而非传统笔记工具。其核心用法围绕四级架构展开：
1. 决策记录：通过 /memphis decide 显式记录关键决策，包含标题、选择、推理、置信度、影响范围等元数据
2. 生命周期追踪：决策状态随时间演化——active → revised/deprecated/contradicted/reinforced
3. 智能推断：后台 daemon 监控 Git、终端等数据源，自动检测潜在决策并请求确认
4. LLM 反思：/memphis reflect 基于本地离线模型（Ollama）生成周期性洞察
显著优点
- 本地优先架构：完整数据驻留本地，零云依赖，GDPR 合规
- 决策链不可篡改：类区块链的记忆账本设计，支持决策溯源与修订历史
- 双语原生支持：波兰语关键词与自动分类（对波兰创业者场景优化）
- 高智能准确率：90.7% 的自动分类准确率，366 个正则模式驱动
- 杀手级特性：
/memphis plan --exec可将记忆直接转化为编码任务并触发执行
潜在缺点与局限性
- Layer 2/4 未完成：Agent Runtime 和摩擦less capture 仍在开发（v2.0.1 状态）
- 依赖本地 LLM：需自托管 Ollama，对硬件有要求
- 学习曲线陡峭：35+ 命令的认知负担，Decision Schema 概念需要适应
- 生态封闭：MCP 协议刚引入，第三方集成有限
适合人群
- 日决策量 100+ 的开发者-创业者（尤其波兰市场）
- 重视数据主权的隐私敏感用户
- 需要技术/商业决策长期可审计性的项目管理者
常规风险
- 数据孤岛风险：本地加密虽安全，但跨设备同步需自建方案
- 推断误报：Agent 检测的 inferred decisions 需人工确认，否则污染记忆链
- 模型依赖锁定：深度绑定 Ollama 生态，迁移成本较高