NeuralMemory 核心评估
NeuralMemory 是一个受生物学启发的持久化记忆系统，专为 AI Agent 设计。与传统向量检索不同，它采用神经图扩散激活（spreading activation）机制，通过 20 种类型化突触（synapses）构建概念关联网络，实现无需关键词或嵌入相似度的智能联想回忆。
核心用法
系统围绕 remember/recall/context 三大工具构建工作流：会话启动时注入历史上下文，决策/错误/偏好发生时主动存储，用户询问过往时通过图遍历激活相关记忆。深度等级（0-3）控制召回范围，从毫秒级事实查找到跨领域因果链追踪。
显著优点
- 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
- 生物合理性：模拟真实记忆的突触可塑性、艾宾浩斯遗忘曲线、生命周期演进
- 因果推理：CAUSED_BY/LEADS_TO 突触支持"为什么X发生"的根因追溯
- 矛盾自洽：自动检测冲突记忆并降低过时信息优先级
- 双语支持：越南语+英语完整覆盖
局限性与风险
- 本地存储依赖：SQLite 文件位于
~/.neuralmemory/，无原生多机同步 - 冷启动问题：新脑无历史关联，需积累使用才能体现网络效应
- 配置复杂度：OpenClaw插件需Node构建，MCP方式丢失自动钩子功能
- 无云端备份：误删或损坏无恢复机制，需依赖
nmem_version手动快照
适合人群
多会话长期项目协作、需要因果追溯的复杂决策场景、对LLM调用成本敏感且重视数据隐私的开发者团队。
常规风险提示
brain 文件包含完整对话历史与决策记录，分享前务必使用 nmem_transplant 过滤敏感信息；Windows平台需注意 python 与 python3 命名差异及路径转义问题。