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

askmy-stack/cortex · Organizational memory for AI agents captures decisions into a knowledge graph and serves them over MCP.

GitHub原文发布未知首次收录 2026-09-21上架 2026-09-21 07:02

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

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。

# AI 智能体 # MCP # knowledge-graph # 记忆 # Neo4j

核心能力与快速开始

★ 1 · Python

能做什么: 从 Slack、GitHub、Jira、Linear 等工具连接器捕获决策事件，经 Kafka 管道由决策抽取器（README 提到 GPT-4o 结构化输出）、实体解析器、重要性评分器与事件分类器处理后写入 Neo4j 知识图谱（Decision → Person → System → Exception 模式），并使用 Redis 缓存、TimescaleDB 与可选 Qdrant 语义检索。对外提供 MCP 服务器（cortex_query、cortex_inject、cortex_remember）、FastAPI REST 接口（/query、/inject、/remember、/contradictions/pending、/decisions 相关、/gdpr/erase、/webhooks/*）与 Python SDK。内置矛盾检测、记忆衰减、信任评分、RBAC 与 GDPR 级联删除与查询缓存失效，并提供面向工程师与非开发者的 React 仪表盘（Ask 搜索、记忆图谱、Review 队列等）。
适用场景: 用于让组织内的 AI 编程助手或支持类 Agent 在回答架构与历史决策问题（如某服务为何选用某数据库）时获得结构化、可追溯的决策上下文；把散落在 Slack 讨论、GitHub 变更与工单中的决策沉淀为可查询的知识图谱；通过 MCP 在推理前主动向 Claude、Cursor 等 MCP 客户端注入相关背景；支持在仪表盘内以自然语言检索与审阅待处理的矛盾项。
项目形态: 可直接使用的工具
部署方式: README 提供本地 Docker Compose 运行方式（make demo 或 docker compose 组合 api、frontend 等 profile），以及免费组合（Cloudflare Pages + Render 免费层 + Neo4j Aura + Upstash）和生产拆分（Vercel 仪表盘 + Railway/Render API）两种部署指引文档链接。具体资源规格未说明。
主要依赖: README 标注 Python 3.11+；需要 Docker 运行 Kafka、Neo4j、Redis、Postgres 等基础设施；MCP 服务器为 Node.js（stdio，mcp/server.js）；前端为 React/npm；生产抽取默认 CMVK 后端为 heuristic 可不依赖 LLM，切换 openai 或 ollama 需要相应凭据或本地 Ollama。完整硬件与资源要求未说明。
使用限制: README 明确说明覆盖率评分、结果关联与会议连接器未随 V1 发布，列为 V2 计划；语义检索（Qdrant）为可选开关；使用 openai 等 LLM 后端时可能产生 API 成本，具体费用未说明；许可为 Apache-2.0，但未说明部署与商用的具体限制。
许可证: Apache-2.0
最近推送: 2026-09-20 07:00

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 07:00
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

程序员在 Cursor、Claude 等 MCP 兼容 Agent 中通过 cortex_query、cortex_inject、cortex_remember 查询组织决策记忆，例如询问“Why CockroachDB for payments?”时获取触发事件、决策人、权衡与迁移 PR，减少从零猜测或翻阅历史记录。

查看内容依据

Tools: `cortex_query`, `cortex_inject`, `cortex_remember`.

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

产品经理可通过 Cortex 仪表盘的 Ask 区域对组织记忆进行自然语言搜索，并用 Memory map 查看关系图、时间线与决策谱系，辅助理解产品相关决策背景。

查看内容依据

| **Ask** | Natural-language search over organizational memory |

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

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

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。

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。

Nodecode：可自我改写并持续进化的 Lisp 智能体

Nodecode 是一个运行在 SBCL（Common Lisp 系统）单一进程中的 AI 智能体，终端等客户端可连接同一个运行实例。模型唯一的工具是在运行中的程序里求值 Lisp，并能保留定义过的代码，因此可自行新增工具。项目以 cell（文件夹形式的能力单元）扩展聊天平台接入、Web 访问、定时任务、MCP 工具等能力，支持从多个客户端使用同一实例，并具备上下文召回、生成代际回滚等机制。它不提供沙箱，eval 会以当前用户权限执行 Lisp 和 shell 命令，官方建议在容器或虚拟机中运行。

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。