Ori Mnemos：为 AI Agent 提供本地优先的持久化记忆基础设施

aayoawoyemi/Ori-Mnemos · Local-first persistent agentic memory powered by Recursive Memory Harness (RMH). Open source must win.

GitHub原文发布未知首次收录 2026-09-21上架 2026-09-21 12:00

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

Ori Mnemos 是面向 AI Agent 的开源持久化记忆基础设施，用 Recursive Memory Harness 把人类认知机制建模到知识图上：ACT-R 激活衰减、沿 wiki-link 边的扩散激活、基于检索模式的 Hebbian 共现、检索强化学习，以及带子问题分解的递归图遍历。数据以磁盘上的 Markdown 为真源，wiki-link 作为图边，Git 做版本控制，检索索引基于本地 SQLite，跨会话、跨客户端、跨机器保持记忆，无需数据库绑定或云依赖。项目以 CLI、MCP server 和 TypeScript 库三种形态暴露同一索引，recall 为统一入口；提供 Claude Code、Hermes、OpenCode、Cursor、Codex 等适配器。README 给出 ForgetEval、HotpotQA、LoCoMo、LongMemEval-S 等基准结果，并同时说明了这些评测的效度问题与自身弱项。

# AI 智能体 # MCP # local-first # knowledge-graph # 记忆

核心能力与快速开始

★ 324 · TypeScript

能做什么: 面向 AI Agent 的持久化记忆与检索：以 Markdown 文件为真相、wiki-link 为图边、Git 为版本控制、本地 SQLite 派生索引；实现 ACT-R 激活衰减、扩散激活、Hebbian 共现、检索强化学习与递归图遍历加子问题分解；支持显式遗忘原语（supersede、release、purge）与软/硬删除；提供 navigated retrieval、只读 SQL 查询与语义检索；通过 recall 导出库函数、CLI（ori init / index build / explore / sql）与 MCP server（ori serve，14 个工具）三种界面访问同一索引；提供 Claude Code、Hermes、OpenCode 的全生命周期桥接，以及 Cursor、Codex、通用 MCP 客户端配置。
适用场景: 为跨会话、跨客户端、跨机器的 AI 编程 Agent 保存并召回决策与笔记；在无 API key、无网络的条件下做本地化多跳检索与问答；在知识图上做带子问题分解的导航式检索；通过 MCP 把记忆能力接入 Claude Code、Cursor、Codex 等客户端；对记忆做按需遗忘、事实替换与硬删除；用只读 SQL 直接查询已建索引。
项目形态: 可直接使用的工具
部署方式: 本地优先，数据存于磁盘 Markdown 加本地 SQLite 索引；通过 npm 全局安装（npm install -g ori-memory）或 npx 运行；可作为 MCP server（ori serve --mcp --vault <path>）接入任意支持 MCP 的客户端；README 未说明托管或云部署方案。
主要依赖: TypeScript 生态，需 Node.js/npm；MCP 接入需客户端支持 Model Context Protocol；README 未给出具体 Node 版本、内存或其他硬件要求。
使用限制: README 自述多跳与时间推理是弱项（LoCoMo 多跳 Recall 0.528、时间 0.565；LongMemEval-S 多会话与时间推理 recall_all@5 明显低于单会话）；ForgetEval 有效判别子集上 purge 从 91% 降至 64%，被列为真实弱点；HotpotQA 对比为 n=50 单次运行、与 Mem0 1.0.6 的时间点比较，且所用指标并非官方 HotpotQA 指标，绝对值不可外推；LongMemEval-S 在 k=5 已饱和，主要反映嵌入模型而非系统差异；作者亦指出 ForgetEval 与 LoCoMo 等基准本身存在效度与答案键缺陷；删除学习到的半部分（Q 值、LinUCB 臂、检索历史）前需先导出；0.7.1 之前版本缺少 main/exports 导致库路径不可用。
许可证: Apache-2.0
最近推送: 2026-09-20 16:36

官方入门核对 README 依据 ↗

资料检查：2026-09-21 07:00 · 卡片整理：2026-09-21 12:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

为 AI 编程 Agent（如 Claude Code、Cursor、Codex）提供跨会话的本地持久化记忆：通过 MCP server 或 CLI 让 Agent 在会话开始时自动获取项目上下文、在会话结束时记录决策与洞察，并以 Markdown + Git 保存可版本控制的知识库，便于代码编写、排错和技术文档沉淀。

查看内容依据

Claude Code, Hermes Agent, and OpenCode get full lifecycle integration — the agent orients at session start, captures insights at session end, and validates notes on write.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

产品经理

用本地 Markdown 知识库记录并检索产品决策与需求讨论，通过 recall 入口按自然语言查询历史决策（如“what did we decide about caching?”），支持跨会话、跨客户端保持上下文，用于需求分析与决策追溯。

查看内容依据

const res = await recall("./vault", "what did we decide about caching?", { limit: 5 });

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

Cortex：为 AI Agent 构建组织决策记忆图谱并通过 MCP 注入上下文

Cortex 声称是一套面向 AI 原生公司的组织记忆系统。它从 Slack、GitHub、Jira、Linear 等工具中捕获决策，抽取为结构化事件后存入以 Neo4j 为核心的知识图谱，并通过 MCP 服务器、REST API 与 Python SDK（cortex_query / cortex_inject / cortex_remember）在推理时向 Claude、Cursor 等 MCP 兼容 Agent 主动注入相关决策上下文，以减少 Agent 每次从零开始、产生幻觉或需要翻阅历史记录的情况。仓库还提供重要性评分、信任评分、矛盾检测、记忆衰减、RBAC 与 GDPR 删除等功能，并附带 React 仪表盘。README 说明 V1 尚未包含覆盖率评分、结果关联与会议连接器，另有说明文档。

Mneme：为 LLM 与 AI Agent 提供本地持久化记忆的 MCP 服务

Mneme 是一个用 Rust 编写的本地优先持久化记忆基础设施，通过 Model Context Protocol 为 LLM 和 Agent 提供跨会话的记忆存储、语义检索与智能遗忘能力。项目以二进制形式运行，支持将相关记忆注入上下文窗口，并可与 OpenAI、Claude 等 API 配合使用；同时提供网页仪表盘、AES-256-GCM 静态加密、多语言嵌入与快照备份等功能。

INITE Brain：为 AI Agent 提供具备时序与冲突感知能力的开源长期记忆服务

INITE Brain 是一个开源的双时序知识图谱记忆服务，为 AI Agent 提供跨会话的长期记忆。它把结构化事实、源对话与证据片段连成一张图，支持语义与词法混合检索、图检索和多跳检索；写入时做双时序（有效时间与知识时间）冲突解析，可标记 SUPERSEDED / COMPETING、保留撤回历史并支持带墓碑的管理员遗忘。项目通过 REST 与原生 MCP 对外提供能力，可对接 Claude Code、Cursor、VS Code 等客户端，并提供 Domain Packs 机制让引擎适配不同行业的词汇与状态生命周期（内置覆盖代码记忆及房地产、金融科技、医疗、法律、保险、HR 等示例包）。可自托管运行，也可接入其托管服务。

Wavefunction：macOS 桌面开源编程 Agent

Wavefunction 是一款面向 macOS 的开源桌面编码 Agent，支持本地 Ollama 模型、自带 API 密钥或 ChatGPT 登录。它提供并行会话、隔离工作树、子 Agent 协助、定时例程，并通过 MCP 连接器和 SKILL.md 技能扩展工作流；计算机使用功能运行在本地 Docker 容器中，避免直接控制用户桌面。项目采用 MIT 许可证，模型使用费用由供应商收取。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。