# Mnemon：AI 智能体的持久记忆系统

> LLM 监督式记忆——宿主 LLM 做判断、单二进制做存储，四图知识架构，零额外 API key，跨 agent 框架共享记忆池

## 这是什么

Mnemon 是给本地 AI 智能体用的**持久记忆系统**——让 Claude Code、OpenClaw、Pi 这些 agent 跨会话记住东西：关键决策、跨会话知识、长期偏好，不再因为上下文压缩而遗忘。

Go 写的单二进制，本地运行，**零 API 密钥**，一条命令部署。

## 差异化卖点：LLM 监督式，不是 LLM 内嵌式

市面上大多数记忆工具（Mem0、Letta）是在管线里再塞一个 LLM 做记忆判断，意味着额外的 API key 和推理开销。Mnemon 走了条完全不同的路：

- **你的宿主 LLM 本身就是监督者**——Claude Max/Pro 订阅用户不需要任何额外 API key，订阅本身就是智能层
- 二进制只做确定性计算：存储、图索引、搜索、衰减
- LLM 只做判断：记什么、怎么关联、何时遗忘

没有中间商赚差价。

## 四图知识架构

不是简单的向量库，而是四种图边连接的知识存储：**时序、实体、语义、因果**。配意图感知检索、重要度衰减（不常用的记忆自然淡化）、自动去重。官方示例：87 条洞察织出 2150 条边的知识图谱。

## 三个意图原语

`remember` / `link` / `recall`——命令名直接映射 LLM 的认知词汇（remember 而非 INSERT，recall 而非 SELECT），输出带信号透明度的结构化 JSON。作者的定位很清晰：MCP 标准化了 LLM 调工具，ODBC 标准化了应用访问数据库，而"LLM 以记忆语义与存储交互"这一层还没有协议，Mnemon 想补上这个空位。

## 跨框架共享记忆池

通过钩子（hooks）集成各 agent runtime，愿景是**所有本地 AI 智能体——跨会话、跨框架——共享同一个活跃记忆池**。另带 Preview 阶段的 Agency 能力（`mnemon agency ...`），为项目内多 agent 提供持久、受约束的协作状态。

## 安装

```bash
# macOS
brew install --cask mnemon-dev/tap/mnemon

# 全平台（需 Go 1.24+）
go install github.com/mnemon-dev/mnemon@latest
```

Apache-2.0 开源，Windows 支持核心 Memory 命令（Agency 暂不支持 Windows）。

## 一句话点评

记忆是智能体生态里唯一有**复利效应**的私有资产——模型会迭代、技能文件零成本，但记忆随你一起增长。Mnemon 是目前把这件事做得最克制的一个：不加 LLM 中间层，只要一个二进制。

---

**分类**：软件
**标签**：LLM · 记忆 · Mnemon
**作者**：子龙
**链接**：https://octohz.com/p/2055