nautilus-compass：面向 AI Agent 的开源长期记忆与可靠性层

chunxiaoxx/nautilus-compass · Open memory & reliability layer for AI agents + independent judging/verification (NACRE judge, caliber-bench meta-benchmark, preregistered criteria) — by Nautilus Platform

GitHub原文发布未知首次收录 2026-10-09上架 2026-10-13 07:04

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

nautilus-compass 是一个面向 AI Agent 的开源记忆与可靠性层，提供基于 BGE-m3 本地嵌入的黑盒长期记忆检索、提示级漂移检测以及跨 Agent 契约与治理能力。它可作为 MCP 插件接入 Claude Code/Desktop、Cline、Cursor、Continue.dev、Zed 等客户端，并以 nautilus-compass、assay-verify、jev-trust 等 PyPI 包形式发布，同时包含 NACRE judge、caliber-bench 等独立评判与验证组件。README 报告其在 LongMemEval-S、LOCOMO-10、EverMemBench 等基准上的表现及复现成本数据。

# MCP # local-first # agent-memory # llm-as-judge # memory-layer

核心能力与快速开始

★ 1257 · Python

能做什么: 提供三大能力：1）黑盒长期记忆——原始文本用 BGE-m3 本地嵌入，入库不做 LLM 抽取、不建图、数据不出本机，采用话语路由分块检索与会话级混合检索（BM25 + dense RRF）；2）漂移检测——在 Agent 行动前将每个 prompt 与真实失败模式锚点集比对打分，README 称 held-out AUC 0.83、p95 延迟低于 50 ms、生产流量触发率 0.5%；3）跨 Agent 契约与治理——从交接文件推导隐式契约、跟踪闭环并审计伪闭环与红色漂移。此外还包含独立评判与验证组件：NACRE judge v1（1.7B LoRA）、caliber-bench 元基准、部署精度纪律验证、harness 排行榜、Casebook 与负结果发布等。附带 CLI、MCP server、A2A adapter 等工具，以及 nautilus-compass、assay-verify、jev-trust 等 PyPI 包。
适用场景: 为 Claude Code / Desktop、Cline、Cursor、Continue.dev、Zed 等 MCP 客户端提供本地长期记忆与每轮 prompt 漂移检查；在多 Agent 或多会话共享文件场景下推导并审计跨 Agent 契约；在自托管或云端网关（MCP over HTTPS、作用域 token、按用户记忆隔离）部署记忆服务；用 LongMemEval-S / LOCOMO-10 / EverMemBench 等数据集复现检索与端到端评测；以及使用 NACRE judge、caliber-bench 等组件做评测与判断验证。
项目形态: 可直接使用的工具
部署方式: 提供多种方式：pip install nautilus-compass（3.3.0，含 CLI、MCP server、A2A adapter 等）；作为 Claude Code / Desktop 插件本地守护进程安装（git clone 至插件目录后执行 install.sh 与 daemon_start.sh）；通过 install_to_agent.py 自动检测并写入其它 MCP 客户端配置；云端托管网关为开放 beta 自助注册（compass.nautilus.social，MCP over HTTPS、Bearer token、streamable-http），并列于官方 MCP Registry。README 未给出完整的系统级部署要求说明。
主要依赖: 使用本地模式时以 Python 包与 BGE-m3 嵌入模型为基础，README 提及 CPU 可运行、全量 500 题建议 GPU，一次 500 题的复现成本约为 3.50 美元；首次 daemon 空闲后召回可能需最多 90 秒（模型冷加载）。未说明最低 Python 版本、内存/显存门槛、操作系统范围及依赖清单。
使用限制: 仓库 LICENSE 标记为 NOASSERTION，README 徽章显示为 Modified MIT，实际许可与商用条件需自行核实；README 中的基准数字多为作者自行复现（如与 mem0 的对比为自身复现）；云托管网关处于开放 beta，长期可用性、SLA 与定价未说明；部分能力（如 EverMemBench 对比）作者明确未声称“行业 SOTA”；E-NACRE-1 等负结果与路由暂停表明相关能力仍在演进；MCP/A2A 涉及 mTLS、RBAC 等安全配置，具体条件未在摘录中说明。
许可证: NOASSERTION
最近推送: 2026-10-09 06:53

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-09 07:00 · 卡片整理：2026-10-13 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

作为 MCP 插件接入 Claude Code/Desktop、Cline、Cursor、Continue.dev、Zed 等编码客户端，为编程 Agent 提供本地长期记忆检索、提示级漂移检测以及跨 Agent 契约与治理能力，帮助在编码会话中保留上下文并检测规则漂移。

查看内容依据

它可作为 MCP 插件接入 Claude Code/Desktop、Cline、Cursor、Continue.dev、Zed 等客户端

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

AIPOCH Open-Science：面向可复现科研的本地优先 AI 研究工作台

AIPOCH Open-Science 是由 AIPOCH 开发的开源、本地优先、模型无关的 AI 科研工作台，支持 macOS、Windows 和 Linux。它以科研智能体为核心，结合 Python/R Notebook、科学数据连接器（内置 24 个连接器并支持自定义 MCP）、可扩展技能（内置 23 个技能，Skills Marketplace 提供 525 个技能）和 Specialists 委托机制，覆盖从文献综述、假设提出到代码执行、数据分析、模拟、可视化的研究流程。所有生成的报告、表格和图片以不可变、带校验和的版本存储，可追溯产出代码、执行历史与验证证据，并可将完整研究会话导出为可移植的 .science 包用于评审、交接和归档。

Agentao：面向 Python 的本地优先可治理 AI Agent 运行时

Agentao 是一个本地优先、隐私优先、可嵌入 Python 应用的受治理 Agent 运行时，提供权限模式、工具确认、MCP/ACP 协议、SQLite 持久记忆、技能插件、子代理、JSONL 会话回放等能力，可作为库嵌入宿主应用，也可作为 CLI 或 ACP 服务器运行。

Multimodal Knowledge Engine：本地优先的可溯源证据引擎，为文档与媒体提供 Agent 可调用的检索与问答

MKE 是一个本地优先、可由 Agent 调用的证据引擎，用于对本地文档与媒体进行摄取、检索和问答。它通过 Source、Run、active Publication、Evidence、Consumer 五层模型管理证据生命周期：只有经过 Run 验证并激活为 Publication 的内容才能被 Search 和 Ask 读取，失败或不完整的处理不会进入检索范围。结果以 mke.evidence_ref.v1 形式携带来源指纹、Publication 版本、Run 和页码或时间戳定位信息。项目同时提供 Python、CLI 和 stdio MCP 三种接口，共享同一应用服务契约，支持文本层 PDF、短视频以及有界直读音频的本地摄取与检索，并支持将已验证的 Publication 导出为 Compiled Library。

Bastra Recall：为 AI 助手提供跨会话持久记忆的本地 Markdown 记忆库

Bastra Recall 是一个本地优先的 AI 助手记忆工具，把偏好、决策和经验教训存成可读的 Markdown 文件，供 Claude Code、Codex、Cursor 等 MCP 兼容客户端共享调用。它通过 MCP、Skill 和钩子在会话开始或操作前自动浮现相关记忆，避免重复交代上下文，同时允许用户用文本编辑器或 Obsidian 直接查看和修改记忆文件。

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。