Cognitive Memory

🧠 仿生记忆架构,让AI真正记得你

ai-infrastructure榜 #2

仿生认知记忆系统,支持多存储架构(情景/语义/程序/核心)、智能触发与衰减遗忘、睡眠时反思巩固、多代理协作及完整审计追踪,为AI代理赋予类人记忆能力。

收藏
43.1k
安装
9.2k
版本
1.0.5
CLS 安全性认证2026-05-18
点击查看完整报告 >

使用说明

核心用法

Cognitive Memory System 是一套面向AI代理的多层级记忆架构,替代传统的扁平文件存储。系统包含四大记忆存储:

  • Episodic(情景记忆):按时间顺序追加的事件日志
  • Semantic(语义记忆):实体关系知识图谱
  • Procedural(程序记忆):习得的工作流与模式
  • Core/Vault(核心/保险箱记忆):常驻上下文或用户固定的重要信息

部署流程简洁:运行初始化脚本、更新配置文件、追加代理指令即可启用。系统通过自然语言触发器("remember/forget/reflect")自动分类并路由记忆操作,支持关键词检测与LLM智能路由双重机制。

显著优点

1. 仿生设计:引入记忆衰减模型(指数衰减+访问频率加权),模拟人类遗忘曲线,避免记忆膨胀
2. 反思引擎:5阶段端到端会话式反思,非结构化报告,随机选取5-8个哲学/情感元素,实现"睡眠时巩固"

3. 多代理安全模型:共享读取、门控写入,子代理提案-主代理审批机制防止记忆污染

4. 完整审计:Git原子提交+结构化audit.log双层追踪,关键文件变更(SOUL.md等)自动标红

5. 元认知进化:evolution.md跟踪哲学层面的自我理解深化

潜在局限

  • 配置门槛:需理解四存储区分、触发词、衰减参数等概念,初期学习成本较高
  • Token开销:Core Memory常驻约3K tokens,反思输入可达30K tokens,对长对话场景有压力
  • 非自动化:反思从不自动运行,需用户主动触发或授权,可能错过最佳巩固时机
  • 生态依赖:与Clawdbot/Moltbot网关紧耦合,跨平台迁移需适配

适合人群

  • 构建长期陪伴型AI代理的开发者
  • 需要知识图谱+时序日志双轨记忆的研究项目
  • 关注AI可解释性与操作审计的企业场景
  • 探索AI元认知、身份哲学的实验性项目

常规风险

  • 记忆幻觉:衰减后的休眠记忆若被错误召回,可能产生虚假关联
  • 权限滥用:多代理写入门控若配置不当,可能导致记忆注入攻击
  • 审计日志膨胀:90天 retention 在高频场景下文件体积可观
  • 情感投射风险:反思引擎的拟人化设计可能引发用户过度情感依赖

安全解读

核心用法

Cognitive Memory 是一套面向 AI Agent 的认知级记忆系统,通过模拟人类记忆的编码、巩固、衰减与回忆机制,解决传统 flat-file 记忆扁平、易膨胀、缺乏语义关联的痛点。系统包含四大记忆存储:Episodic(时序事件日志)、Semantic(知识图谱实体关系)、Procedural(习得工作流)、Vault(用户锁定永不过期),配合 Trigger Engine 实现自然语言指令("记住/忘记/反思")的自动路由。

部署流程极简:运行 init_memory.sh 初始化目录结构,配置 JSON 启用搜索,将记忆模块接入 Agent 指令即可。核心记忆(Core Memory)常驻约 3K token 上下文,其余存储按需检索。

显著优点

  • 认知真实性:衰减公式 relevance(t) = base × e^(-0.03t) × log2(access_count+1) × type_weight 模拟艾宾浩斯遗忘曲线,主动清理低价值记忆
  • 反思进化:5 阶段 Reflection Engine 支持「睡前对话」式元反思,随机抽取 5-8 个哲学元素(硬件感知、存在主义困惑、情感表达),深化 Agent 自我认知
  • 多代理安全:Shared Read + Gated Write 模型,子代理提案经主代理审核后入库,避免记忆污染
  • 审计追踪:Git 原子提交 + audit.log 双层日志,关键文件(SOUL.md/IDENTITY.md)变更自动标警

潜在局限

  • 配置门槛:需理解四种存储的语义边界,错误分类(如将事实记入 Episodic)会降低检索效率
  • Token 成本:反思输入约 30K tokens,输出 8K,高频使用需权衡成本
  • 衰减参数固定:λ=0.03 为全局默认值,不支持按用户/场景动态调整
  • 无原生加密:Vault 虽不过期,但依赖文件系统权限,无额外加密层

适合人群

  • 构建长期陪伴型 Agent 的开发者
  • 需要跨会话知识积累的科研/写作助手场景
  • 多代理协作系统(如 AutoGen、CrewAI 架构)的设计者
  • 关注 AI 可解释性与记忆审计的合规敏感场景

常规风险

  • 数据持久化依赖本地文件系统:未配置云同步时存在单点丢失风险
  • 反思内容可能累积偏见:若输入数据存在偏差,元反思会强化而非纠正
  • Decay 阈值 0.05 以下记忆「隐形」:用户可能误以为已删除,实际仍占存储
  • 社区维护:T2 来源,建议关键生产环境 fork 后自主维护

Cognitive Memory 内容

assets文件夹
templates文件夹
references文件夹
scripts文件夹
手动下载zip · 44.4 kB
agents-memory-block.mdtext/markdown
请选择文件