Remnic 智能体记忆
让多个 AI 工具共享可审计、可纠正的本地长期记忆。
按维度查看评分与理由
证据显示项目采用本地 Markdown 作为事实源，网络同步、WebDAV、命名空间、图推理、加密等敏感能力均为显式启用；连接器使用按主机令牌，CI 工作流声明了窄化权限，查询可解释来源，导入支持 dry-run，覆盖与纠正具有快照或追加式历史。扣分在于常规自动抽取和写入并未展示逐次用户确认，安全存储默认关闭，外部模型会接收哪些内容及其脱敏规则未在所给材料中完整定义；依赖证据只有固定 pnpm 版本、冻结锁文件命令和安全政策，没有锁文件、审计结果或完整供应链控制。作者、仓库、许可证及记忆来源归属清楚，未知的出版者身份未被当作负面信号。
README、包元数据和安全政策共同描述了同一产品、运行要求、降级路径与接口，但 SECURITY.md 将受支持线写为 9.6.x，而包版本为 9.69.85，显示维护文档有漂移，因此未给自洽性满分。QMD 缺失时有嵌入或按时间读取降级，无模型路由时明确返回 503，doctor、status、查询 explain 和工作流的失败关闭消息较具体。扣分在于多个提供商、搜索后端及宿主集成的实际可用性仅由静态说明支持，且未提供其依赖健康或兼容矩阵的完整源码证据。
材料清楚区分普通记忆、支持护照、纠正传播、检索模式以及多种代理宿主，并给出本地、OpenClaw、MCP、HTTP和多后端适配方式；边界也明确说明支持护照不是医疗记录、诊断或应急工具，并区分合成演示、实时流程和独立证明。触发模型描述了召回、缓冲和抽取，也说明部分宿主按回合或按需调用，但没有给出所有自动捕获阈值、误触发抑制和用户可覆盖规则的实现，所以触发精度仅评为部分充分。平台与最低 Node、浏览器及 Linux 限制写得具体。
README 的快速开始、架构、存储布局、工具矩阵、功能入口和命令示例组织充分，MIT 正文与包元数据一致；限制、无模型行为、平台范围、合成证据性质和安全报告路径都有明确说明。扣分在于 remnic/engram 双名称仍处于兼容期，可能造成命名认知成本；变更日志主要指向外部网站而非所给修订中的完整版本记录；维护责任可由 Joshua Warren、问题地址和安全公告渠道推断，但出版者未由企业注册表验证，也未展示维护团队、响应时限或继任机制。
明文可编辑的共享记忆、可重建索引、跨宿主访问、来源解释、纠正与撤销机制形成了可直接使用且相对普通会话记忆有明显增量价值的产品组合。安装和无密钥检索路径降低了进入成本，且提供本地模型和降级路线。扣分在于“检索更锐利”“使用越久越好”等收益主要是项目方陈述；所给材料没有足够的基准结果、资源消耗、模型调用费用或运维负担数据来证明总体成本效益达到满分。
查询 explain、逐结果来源、X-Ray、纠正谱系、提交式 claim ledger 和证据收据设计增强了声明追踪；README 还明确限定收据只检查内部一致性，合成回放不构成实时或独立证明，事实与推断分隔良好。扣分在于大部分广泛的质量、兼容性和竞品比较主张未由所给源码片段或独立来源交叉验证；提供的基准 fixture 只展示一个合成队列检查，不能佐证核心记忆效果。
- 默认安全存储和命名空间隔离均关闭；在保存私人对话或多租户数据前，应显式启用并验证加密、作用域和文件权限。
- 自动抽取可能把对话内容发送给配置的远程模型提供商；部署者应先确认数据流、保留政策、日志脱敏和密钥隔离。
- SECURITY.md 的 9.6.x 支持声明与 package.json 的 9.69.85 不一致；升级和漏洞响应前应核实真实受支持版本。
- 多个质量、基准和兼容性声明在所给材料中缺少独立佐证；合成演示和自报告收据不应视为生产验证。
- CI 审查门拥有 checks:write 和 issues:write，且以标签版本引用第三方 Actions；维护者应审查其必要性并考虑提交哈希固定。
这个 Agent 能做什么，适合哪些场景？
Remnic 是一个本地优先的智能体记忆与上下文系统，以带 YAML frontmatter 的 Markdown 文件作为事实源，并把搜索索引视为可随时重建的派生数据。核心由 @remnic/core、@remnic/cli 和提供 HTTP/MCP 接口的 @remnic/server 组成，另有 OpenClaw、Claude Code、Codex CLI、Pi、Hermes 等适配器。它在对话前检索并注入相关记忆，在对话后缓冲内容，再通过所配置的模型提取值得长期保存的事实、决策、偏好、纠正和关系。检索可结合 BM25、向量搜索、重排、时间失效与可选图遍历，并能解释每条结果来自哪个检索层级及其依据。记忆默认保存在用户机器上；远程模型提取和托管客户端调用会把被处理或主动暴露的内容传给相应服务。它适合希望跨多个开发工具共享记忆、同时保留文件控制权和来源审计能力的个人或团队。
Remnic 围绕智能体会话运行 Recall → Buffer → Extract 流程：先从配置的 memoryDir 读取 Markdown 记忆和实体资料，经 QMD、Orama、LanceDB、Meilisearch、远程适配器或降级路径检索，再把受预算限制的相关上下文注入提示；随后缓冲会话轮次，并在触发条件满足时调用 OpenClaw gateway、OpenAI Responses API 或本地 LLM 提取持久知识。通过重要性判断的内容会写入 facts/、entities/ 或 profile.md，索引随后从这些文件重建。系统支持 temporal supersession、valid_at/invalid_at 时间过滤、记忆纠正、命名空间隔离、可选 Personalized PageRank 图召回、后台合并和版本快照。remnic query --explain、Recall X-ray、daily briefing 与 operator console 用于检查召回依据和运行状态。@remnic/server 通过 HTTP 和 MCP 暴露存储、召回、实体查询、纠正、时间检索、来源 X-ray、工作板和连续性工具；主机专用连接器则让 Codex CLI、Claude Code、OpenClaw、Pi、omp、Replit 和 Factory Droid 访问同一存储。
- 同时使用 Codex CLI、Claude Code 和 Cursor 的开发者，希望在不同工具之间复用项目约定、调试结论和个人偏好。
- 维护长期代码库的团队，希望记录架构决策与纠正历史，并通过来源和时间失效机制避免继续召回旧规则。
- 对数据主权敏感的个人，希望把记忆保存在可阅读、可编辑、可用 Git 之外的备份工具管理的本地 Markdown 文件中。
- 运营多个智能体或租户的自托管团队，需要通过命名空间隔离记忆，并以 HTTP/MCP 向不同客户端提供统一访问。
- 评估记忆后端的工程团队，需要使用 MemCorrect 和其他基准测试检查正确事实召回、纠正接受及旧事实停止返回。
- 从 ChatGPT、Claude、Gemini、mem0 或 Supermemory 迁移历史记忆的用户，希望先用 --dry-run 预览导入结果和来源元数据。
这个 Agent 有哪些优点和局限？
- 以普通 Markdown 和 YAML 作为权威数据源，内容可直接查看、编辑和备份，搜索索引可从磁盘完整重建。
- 同一存储有 Codex CLI、Claude Code、OpenClaw、Pi、Hermes 及通用 MCP/HTTP 等多种入口，减少工具间的记忆孤岛。
- 混合搜索、重排、时间失效、纠正和逐结果来源信息共同降低旧事实或无关记忆进入上下文的风险。
- 提供命名空间、可选 AES-256-GCM 静态加密、边界原则及导入 dry-run，便于实施隔离和治理。
- 提取路线并不绑定单一云厂商，可选择 OpenAI、OpenClaw gateway 或本地模型；检索本身无需模型。
- 需要 Node.js 22.12 或更高版本，并要运行本地守护进程或服务器；部分宿主连接器还需要额外手动配置。
- 自动提取必须配置模型路线，使用远程提供商会产生外部数据传输和潜在费用；没有提供商时草稿或问题请求可能返回 503 provider_unavailable。
- 最佳检索质量依赖可选 QMD；缺少它时会降级到嵌入搜索或按时间排序的读取，能力并不完全等价。
- 命名空间、静态加密、图推理和 Lossless Context Management 等功能默认关闭，需要显式配置才能获得相应保障。
- 本地 Markdown 包含用户记忆，项目明确要求不要把 facts/、entities/ 或 profile.md 提交到 Git，采用者必须自行建立安全备份与权限策略。
如何安装或部署这个 Agent？
准备 Node.js 22.12 或更高版本。执行：
npm install -g @remnic/cli
remnic initexport OPENAI_API_KEY=sk-...
export REMNIC_AUTH_TOKEN=$(openssl rand -hex 32)
remnic daemon start
remnic status
remnic query "hello" --explainOPENAI_API_KEY 只代表其中一种提取路线；也可以配置 OpenClaw gateway 或本地 LLM。仅做检索不需要模型提供商。QMD 为可选但推荐的高质量混合搜索组件；未安装时会降级到嵌入搜索，再降级到按新近程度读取。
如何使用这个 Agent？
启动守护进程后，用 remnic query "查询内容" --explain 检查召回结果及检索层级，并可运行 remnic doctor 验证配置。连接 Codex CLI 可执行 remnic connectors install codex-cli；Claude Code、Pi、omp、Replit 和 Droid 分别使用同名目标。每次安装会创建主机专用认证令牌并记录连接器状态，但部分主机仍需按其插件文档手动接线。OpenClaw 使用 openclaw plugins install clawhub:@remnic/plugin-openclaw 和 remnic openclaw install，再重启 gateway；该命令会设置 plugins.entries["openclaw-remnic"] 和 memory slot。任何 MCP 客户端也可通过 @remnic/server 或 remnic daemon start 提供的 stdio/HTTP MCP 接口按需调用记忆工具。
这个 Agent 与同类方案有什么区别？
Remnic 将自己定位为同时具备本地优先存储、MIT 免费许可和多宿主支持的方案。来源中的对比表把 mem0、Letta（MemGPT）和 Zep（Graphiti）列为云端或可自托管、以 SDK/API 访问且采用向量或数据库存储的替代品；Supermemory 被列为付费云服务，MemPalace 为免费的单宿主本地方案，ChatGPT memory 则是单一工具内的云端不透明存储。Remnic 的区别是用 Markdown+YAML 保存权威记忆，并为多种原生插件及任意 MCP 客户端提供同一存储；这些比较是项目自身给出的定位，而不是独立测评结论。