Neural Memory

🧠 AI的持久化联想记忆大脑

memory-system榜 #1

基于神经图的持久化联想记忆系统,零LLM依赖,通过Hebbian学习和传播激活实现智能召回。

收藏
30.2k
安装
9.9k
版本
4.51.1
CLS 安全性认证2026-07-09
点击查看完整报告 >

使用说明

核心用法

NeuralMemory 是面向AI Agent的生物学启发式记忆系统,采用传播激活机制替代传统的向量/关键词检索。记忆以神经元形式存储,通过20种类型化突触连接形成动态图谱:

  • 存储记忆:使用 nmem_remember 记录决策、错误、用户偏好等,指定类型(decision/error/preference等)和优先级(0-10)
  • 联想召回nmem_recall 通过图遍历而非关键词匹配,即使无语义重叠也能找到概念关联的记忆
  • 自动捕获nmem_auto 从对话中自动提取事实、决策和待办事项
  • 深度推理:支持因果链追溯(CAUSED_BY/LEADS_TO突触),可回答"为什么X会发生"类问题

显著优点

1. 真正的联想能力:向量搜索找相似文档,NeuralMemory找概念关联——询问"生产环境数据库配置"时,自动激活时间+实体+概念神经元的交集,连Docker备份方案也会浮现
2. 零LLM依赖:纯算法实现(正则、图遍历、Hebbian学习),无API成本、无延迟、无隐私泄露风险

3. 自我强化:高频共现的记忆自动强化连接,"一起激活的神经元会连接在一起"

4. 记忆生命周期管理:短期→工作→情景→语义记忆,配合艾宾浩斯遗忘曲线自然衰减

5. 矛盾检测:自动识别冲突记忆并降低过时信息优先级

潜在局限

  • 冷启动问题:新大脑需要积累足够记忆才能展现联想优势
  • 调优复杂度:20种突触类型和4级深度(Instant/Context/Habit/Deep)需要学习成本
  • 本地存储限制:SQLite单文件架构,超大规模场景可能成为瓶颈
  • 生态锁定:深度集成OpenClaw生态,其他框架需要手动MCP配置

适合人群

  • 长期陪伴型Agent开发者:需要跨会话保持上下文连续性
  • 复杂决策系统:需要因果推理和决策溯源的场景
  • 隐私敏感场景:本地存储、零外部依赖的医疗/金融应用
  • 多语言项目:原生支持越南语+英语双语提取和情感分析

常规风险

  • 记忆污染:错误标记的记忆类型会导致错误关联链
  • 版本管理nmem_version快照功能需主动使用,高风险操作前务必备份
  • 深度权衡:Depth 3的Deep模式虽强但耗时500ms+,实时场景需谨慎

安全解读

核心用法

NeuralMemory 是一款生物启发式记忆系统,专为 AI Agent 设计持久化上下文管理能力。不同于传统向量检索,它采用扩散激活(spreading activation)机制:记忆以神经元形式存储,通过 20 种类型突触(因果、时间、语义、情感等)构成动态图结构。当查询触发时,激活信号沿突触传播,找到概念关联而非关键词匹配的记忆。

核心工作流程分为三段:会话启动时调用 nmem_context 注入近期记忆,用户提及特定话题时 nmem_recall 深度检索;会话中主动捕获决策(decision)、错误(error)、偏好(preference)等关键节点;会话结束通过 nmem_auto 自动提取事实、待办和决策链。

安装需双组件:Python 包 pip install neural-memory 提供核心引擎,OpenClaw 插件 npm install -g neuralmemory 实现自动钩子。配置插件的 before_agent_startagent_end 钩子后,系统可自动注入上下文、提取记忆,实现"零操作"持久化。

显著优点

1. 概念级关联召回:向量搜索依赖嵌入相似度,NeuralMemory 通过图遍历找到"数据库配置"与"Docker pg_dump 备份"的隐性关联,即使无共享关键词
2. 零外部依赖:纯算法实现(正则提取、图遍历、Hebbian 学习),无需调用 LLM API,无 token 成本与网络延迟

3. 时序因果推理:支持 BEFORE/AFTER 时间突触与 CAUSED_BY/LEADS_TO 因果突触,可追溯"上周部署失败"的决策链条

4. 自适应衰减:基于艾宾浩斯遗忘曲线的记忆生命周期管理,高频访问强化连接,陈旧记忆自然沉降

5. 本地隐私优先:SQLite 存储于 ~/.neuralmemory/,默认无外部传输,支持多脑隔离

潜在局限

1. T3 来源风险:维护者为个人开发者 nhadaututtheky,项目处于社区早期阶段,长期维护能力存疑
2. 安装复杂度:需同时配置 Python 与 Node.js 双运行时,Windows 路径处理、构建步骤易出错

3. 生态锁定:深度依赖 OpenClaw 插件生态,若平台策略变更存在迁移成本

4. 提取质量边界:自动提取依赖规则匹配,复杂隐喻、跨语言歧义场景可能失效

5. 脑数据黑箱:本地存储格式未公开,备份、迁移、审计需依赖专用工具

适合人群

  • 长期项目协作者:需跨周/跨月维护复杂决策链条的开发者团队
  • 隐私敏感用户:拒绝云端记忆服务、要求数据主权的技术人员
  • OpenClaw 深度用户:已构建 Agent 工作流,追求上下文自动化的进阶玩家
  • AI 研究爱好者:对生物启发式算法、图神经网络有实验兴趣的开发者

常规风险

  • 依赖包投毒neural-memory (PyPI) 与 neuralmemory (npm) 存在名称相似攻击面,安装前需验证包名与下载量
  • 版本漂移:脑文件格式可能随版本变更,建议定期 nmem_version 快照
  • 权限溢出:插件配置中的 pythonPath 若指向非预期解释器,可能加载恶意 site-packages
  • 记忆污染:错误注入的上下文可能强化错误关联,关键决策建议人工复核 nmem_recall 结果
  • 存储泄露~/.neuralmemory/ 目录无加密,共享机器需注意文件权限设置

Neural Memory 内容

手动下载zip · 4.4 kB
SKILL.mdtext/markdown
请选择文件