Agent 与自动化AI 资源

Selvedge：为 AI 编码代理提供持久决策记忆

masondelan/selvedge · Persistent decision memory for AI agents: rationale, rejected approaches, and entity history. Connect any compatible agent through local MCP or the CLI.

GitHub原文发布未知首次收录 2026-11-02上架 2026-11-05 07:04

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

Selvedge 是一个面向 AI 代理的决策记忆工具，用于记录某项选择的原因、被否定的方案以及改变主意的条件，并以函数、数据库列、API 路由或依赖等实体作为查询键，在后续编码会话中检索这些上下文。它通过本地 stdio MCP 或 CLI 接入兼容代理，记录保存在项目内 `.selvedge/` 的 SQLite 中，切换工具时仍可复用。项目提供查询、diff、blame、变更集、全文搜索及导出等命令，并支持 Agent Trace 格式导入导出。核心存储与检索不调用 LLM，也不需要托管账户。

# MCP # 记忆 # sqlite # 编码代理 # 决策记录

核心能力与快速开始

★ 26 · Python

能做什么: 记录决策的理由、被否定的方案和重新考虑的信号，并绑定到代码实体；通过 MCP 工具（log_change、prior_attempts、blame、diff、history、changeset、search、stale_decisions）或 CLI 保存与检索；支持按最近时间、变更集、实体路径查询，全文搜索，统计，从迁移文件回填，导出 CSV 或 Markdown，以及 Agent Trace v0.1.0 格式互转；可选安装 Git post-commit 钩子，并用摘要漂移检查发现过期记录。
适用场景: 个人开发者在原始对话丢失后重新进入项目时找回此前的设计约束；团队在多个会话与编码工具之间传递已记录的决策；在修改数据库列、路由、函数或依赖之前检查此前尝试与被否定的方案；按功能或任务用 changeset 汇总跨实体决策；审查前导出决策摘要做一致性检查。
项目形态: 可直接使用的工具
部署方式: 本地安装使用，通过 stdio 启动 selvedge-server 作为本地 MCP 服务器，数据存于项目内 `.selvedge/` 的 SQLite；不提供托管端点，远程 HTTP 客户端需自行配置 stdio 桥接。
主要依赖: 需要 uv 与 Python，推荐 Python 3.11–3.14，Python 3.10 兼容但已停止维护；也可在虚拟环境中用 pip 安装。兼容能启动本地 stdio MCP 服务器或具备 shell 访问的代理。
使用限制: 只能召回被显式保存的决策，且不验证记录内容的真实性，也不保证代理一定会查阅；MCP 接入不会自动捕获所有决策，需要安装的指令引导代理使用；生命周期钩子、启动投递与压缩通知因客户端而异；GitHub 审查 Action 的原生执行与实际审查效果尚未验证；未说明 API 成本相关限制。
许可证: MIT
最近推送: 2026-11-01 13:13

官方入门项目文档核对 README 依据 ↗

资料检查：2026-11-02 07:00 · 卡片整理：2026-11-05 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

相似资源

Chiezo：为 AI 提供知识库、记忆与工具调用的自托管服务器

Chiezo 是一个自托管的 AI 资源服务器，把知识、记忆、可对话的 AI、密钥、算力和工具集中在一处对外「出借」。它把 Wikipedia、OpenStreetMap、GeoNames、Overture 等公开数据以及可写入的 notes 记忆索引到按来源独立的 SQLite（FTS5）文件中，通过 MCP（/mcp）和 REST（/v1/...）两种接口供 Claude Code 等 AI 客户端和应用检索；同时可代理保管 API 密钥、转发推理请求、生成图片/音频/视频/语音与文稿，并可选用本地 LLM 做 RAG 或 agent 模式问答。项目本身不做推理，只负责托管调用方无法自持的通用能力。

lossless-memory：为个人 AI 打造不压缩原文、全量带时间戳的长期记忆层

lossless-memory 是一个本地、基于文件的长期记忆层，面向单用户与单个 AI 助手。它把每轮对话按固定七字段（时间戳、说话者、角色、类型、原文、模型、会话）完整追加到每日 JSONL 日志中，不做任何摘要，并以此为唯一事实来源。系统以时间为主轴构建「Temporal Backbone」：SQLite FTS5 精确索引带时间戳并存，查询入口先解析时间短语（相对时间目前仅日语，绝对日期支持任意语言）把检索范围限定到时间段，再在范围内排序，结果按时间顺序返回未摘要的原始文本；仅在范围内精确匹配不足时才回退到基于 sqlite-vec 的语义检索，并在输出中如实标注。另有 LLL「当前位置」索引记录话题切换，可由人工标注优先级，每轮注入模型上下文，使长对话在上下文窗口压缩或跨会话后仍能接续。项目还包含定时增量重建索引的守护进程，并公开了实际运行中的失败数据与经验文档。许可为 MIT。

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。

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。

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。