核心用法
NeuralMemory 是一个受生物神经网络启发的持久化记忆系统，专为AI Agent设计。与向量搜索不同，它采用扩散激活（Spreading Activation）机制：记忆以神经元形式存储，通过20种类型化突触（synapses）连接成图。查询时，激活从起始神经元向外传播，沿连接权重找到概念关联的记忆——即使关键词完全不同。
典型工作流：
- 会话开始：调用
nmem_context注入近期记忆，nmem_recall检索特定主题 - 决策/错误时：
nmem_remember存储类型化记忆（decision/error/preference） - 被问及过往：
nmem_recall(query, depth=2)追踪因果链（CAUSED_BY/LEADS_TO） - 会话结束：
nmem_auto自动提取事实、决策、TODO
深度层级：0级（<10ms即时事实）→ 1级（标准上下文，~50ms）→ 2级（习惯模式，~200ms）→ 3级（深度跨域关联，~500ms）
显著优点
1. 概念关联超越关键词："数据库配置"可激活到"Docker部署使用pg_dump备份"——无共享词汇但概念相关
2. 零LLM依赖：纯算法实现（正则提取、图遍历、Hebbian学习），无API成本与延迟
3. 生物级记忆机制：Hebbian学习（常用记忆强化连接）、Ebbinghaus衰减（陈旧记忆自然弱化）、矛盾自动检测
4. 丰富语义关系：20种突触类型涵盖时间（BEFORE/AFTER）、因果（CAUSED_BY/LEADS_TO）、情感（FELT/EVOKES）、冲突（CONTRADICTS）
5. 完整生命周期管理：短期→工作→情景→语义记忆转化，支持版本快照、脑移植、双语（越南语+英语）
局限性与风险
- 本地存储依赖：SQLite文件（
~/.neuralmemory/）需自行备份，无原生云端同步 - 初始化成本：需Python环境+npm插件构建，Windows路径配置易出错
- 无内置Embedding：可选配置外部嵌入服务，否则纯依赖符号关联
- 深度查询延迟：3级深度约500ms，高频调用可能影响交互流畅度
- 提取质量上限：自动提取基于规则/正则，复杂语义仍需人工
nmem_remember
适合人群
- 需要跨会话上下文保持的AI Agent开发者
- 追求零外部依赖、本地优先的隐私敏感场景
- 研究认知架构、希望实验生物启发记忆机制的探索者
- 厌倦向量搜索"关键词匹配"局限，需要概念级联想的用户
安全风险
- 本地文件安全：记忆明文存储于SQLite，需保护
~/.neuralmemory/目录权限 - 无传输加密：无网络传输（纯本地），但脑移植/共享时需注意文件安全
- 提示注入风险：
nmem_auto提取用户输入内容，恶意构造可能污染记忆（建议校验priority/tags）