Mnemon — AI 智能体的持久记忆引擎
用 LLM 监管的持久记忆解决智能体会话间遗忘：四图知识存储、意图感知召回、单个本地二进制、无需 API 密钥。
证据显示产品定位为纯本地工具（无内嵌 LLM、默认本地 Ollama 端点），测试脚本展示了严格的凭证处理（API key 仅经 stdin 传递、断言容器环境无凭证泄漏、cap-drop ALL、no-new-privileges）。扣分点：SECURITY.md 自述 SQLite 数据库权限为 0644（全局可读的私人记忆库，非最小权限）；setup 通过 --yes 自动向十余个运行时目录写入 hooks/配置文件，敏感数据处理仅靠文件系统权限和文档提醒，缺乏加密选项。
go.mod 依赖极简且版本固定，README 明确 embedding 为可选项、无 provider 也可完整工作，npm/brew/go install 多渠道安装互为后备，CI 覆盖 Linux 与 Windows。扣分点：仅见到 CI 与测试脚本，核心引擎的确定性/失败消息质量在源文件中无法直接核实；package. 版本 0.1.0 与 npm 正式包的对应关系未在证据中说明。
目标场景（跨会话持久记忆）阐述清晰，Quick Start 按运行时逐一给出命令；能力边界记录详尽（Windows 无 Agency、MiniMax 3.0.65 hook 缺口、ZCode 忽略项目级 hooks）。扣分点：触发机制本质上是 LLM 自主判断的软提醒（文档自述为 reminders, not a hard workflow），召回/写回精度无法静态验证；npm 安装要求 Node 22+，与 dsh 插件 package. 的 >=20 存在轻微环境差异。
文档体系分层清楚（DESIGN/USAGE/AGENCY/IMPORT/DEPLOYMENT），安装说明含验证与卸载命令，FAQ 回答了隔离/自定义/子代理问题，已知限制主动披露，LICENSE 文件为完整 Apache-2.0。扣分点：证据中未见 CHANGELOG，版本轨迹不可静态核实；dsh 插件包名（@mnemon-dev/dsh-mnemon）与主包（@mnemon-dev/mnemon）并存可能造成命名混淆；发布者未经验证，维护承诺只有 SECURITY.md 的 48h/7d 自述 SLA。
意图原生三原语（remember/link/recall）+ 结构化 JSON 输出、无中间 LLM 推理成本的定位在同类工具对比表中表述清楚。扣分点：output_usability 的 JSON schema、recall 相关性等仅为主张，静态证据中无输出样例佐证；marginal_value 与 cost_benefit 依赖未执行的实测（记忆质量、衰减/去重效果），只能按主张采信。
主张可追溯至 docs/DESIGN.md、docs/AGENCY.md、设计决策文档及两篇学术论文（RLM、MAGMA），SECURITY.md、go.mod、CI 与测试脚本相互印证（Windows Memory 边界测试、opt-in 集成测试）。扣分点：所有效果类主张（87 insights 知识图谱截图、四图架构收益）无独立执行验证；部分愿景性内容（memory gateway、未来数据库后端）与现状的区分做得尚可但并非每处都明确标注。
- SECURITY.md 自述记忆数据库使用 0644 权限，同机其他用户可能读取您的私有记忆内容；安装后建议手动收紧为 0600。
- mnemon setup（尤其配合 --global 与 --yes）会向多个运行时目录写入 hooks 和行为指南文件，这些 hooks 会在每次会话生命周期执行；部署后请检查生成的 hook 脚本内容。
- 若配置远程 embedding 端点，insight 与查询文本会发送到该服务器；SECURITY.md 已提示默认本地端点无 TLS，跨网络使用务必启用 HTTPS。
- Agency 处于 Preview 阶段且在 Windows 不可用，勿将其视为与 Memory 同等成熟度的能力。
- 发布者身份未经企业注册表验证，维护与安全响应承诺（48h/7d）仅为项目自述。
这个 Agent 能做什么，适合哪些场景？
Mnemon 是一个面向 LLM 智能体的持久化、跨会话记忆系统，仓库位于 github.com/mnemon-dev/mnemon。它采用“LLM 监管”模式：宿主大模型负责判断（记什么、如何关联、何时遗忘），而单个本地 Go 二进制负责确定性计算（SQLite 存储、四图索引、检索、重要性衰减、去重）。它通过 remember / link / recall 三个意图原语暴露能力，命令名对应 LLM 的认知词汇而非数据库语法，输出为带信号透明度的结构化 JSON。mnemon setup 一条命令即可为 Claude Code、Codex、Cursor、ZCode、TRAE、Qoder、CodeBuddy、Kimi Code、OpenCode、OpenClaw、Pi、Hermes Agent 等十余种运行时部署技能、提示文件与生命周期钩子。其愿景是所有本地智能体共享 ~/.mnemon 下的同一记忆池，长期方向是协议与存储引擎解耦的“记忆网关”。
Mnemon 将智能体会话中的洞察持久化到本地 ~/.mnemon 的 SQLite 存储中，按时间、实体、因果、语义四类边组织知识图谱。智能体通过三个原语操作记忆：remember（写入并自动检测重复与冲突）、link（建立跨洞察关联）、recall（图遍历加可选向量检索的 RRF 融合，意图感知）。生命周期由四类钩子驱动：Prime（会话启动时暴露技能与活动存储）、Remind（提示召回决策）、Nudge（提示回写决策）、Compact（上下文压缩前保留关键连续性）。重要性衰减、访问计数提升和垃圾回收构成保留生命周期；MNEMON_MAX_INSIGHTS 与 MNEMON_AUTO_PRUNE_MIN_AGE 控制自动修剪，每次软删除记录在 oplog 中。可选嵌入支持本地 Ollama 或 OpenAI 兼容端点做向量加关键词混合检索。
- 使用 Claude Code 的开发者希望跨会话保留架构决策，安装后通过 mnemon setup 一条命令自动部署技能与钩子
- 同时使用多个智能体 CLI（Codex、Cursor、Kimi Code 等）的团队希望它们共享同一个记忆池，而不必各自重复积累上下文
- 长期项目的维护者担心上下文压缩丢弃早期关键信息，依赖 Compact 钩子在压缩前保留连续性
- 注重隐私的用户希望记忆完全保存在本地、无需额外 API 密钥，利用现有 Claude Max/Pro 订阅作为智能层
- 需要在项目间隔离记忆的团队，通过 mnemon store create / MNEMON_STORE 环境变量使用命名存储
这个 Agent 有哪些优点和局限？
- LLM 监管模式避免在流水线内嵌 LLM，无额外推理成本、无 API 密钥，区别于 Mem0/Letta 等嵌入模式
- 四图架构（时间、实体、因果、语义）超越单纯向量相似度，配合意图感知召回与 RRF 融合
- 一条 setup 命令覆盖十余种运行时的原生钩子/插件/技能集成，且单一本地二进制部署边界清晰
- 内置去重与保留生命周期（重要性衰减、访问提升、自动修剪），并有可审计的隐私安全操作回执
- 记忆价值依赖长期积累，短期试用难以体现其“复利效应”，评估成本较高
- Windows 仅支持核心 Memory 命令，Agency 预览不可用；MiniMax Code 集成为技能专用，因运行时不派发用户提示生命周期钩子
- 可选向量检索需自行配置 Ollama 或 OpenAI 兼容嵌入端点，完全开箱状态下仅有图遍历召回
- 当前后端为 SQLite，向 PostgreSQL/Neo4j 等图数据库的迁移仍是文档中的未来方向而非已实现能力
如何安装或部署这个 Agent？
推荐 npm 安装（macOS/Linux/Windows，Node.js 22+）：npm install --global @mnemon-dev/mnemon。替代方式：brew install --cask mnemon-dev/tap/mnemon 或 go install github.com/mnemon-dev/mnemon@latest，或从源码 git clone 后 make install。验证：mnemon --version。升级：mnemon update。无需 API 密钥——Claude Max/Pro 订阅即可作为智能层。Windows 支持核心 Memory 命令，Agency 预览版暂不支持 Windows。
如何使用这个 Agent？
针对 Claude Code：运行 mnemon setup，自动检测并交互式部署技能、钩子和行为指南，然后开始新会话即可。针对其他运行时：mnemon setup --target codex|cursor|zcode|trae|qoder|codebuddy|kimi|opencode|openclaw|pi|hermes|nanobot --yes。用户不需要手动运行 mnemon 命令——智能体在指南判断记忆有用时自行调用 remember/link/recall。可创建命名存储隔离记忆：mnemon store create work、mnemon store set work，或用 MNEMON_STORE=work mnemon recall "query"。卸载：mnemon setup --eject。行为可通过 ~/.mnemon/prompt/guide.md 定制。
这个 Agent 与同类方案有什么区别？
README 将 Mnemon 与 Mem0、Letta（LLM 嵌入模式）、Claude Code Memory（文件注入模式）、claude-mem（MCP 服务器模式）对比：这些方案的 LLM 角色分别是流水线内执行器、无 LLM、或 MCP 工具提供者，而 Mnemon 采用外部 LLM 监管独立二进制的模式，判断由宿主 LLM 作出，确定性计算由二进制完成。