Agent Memory (Project Cortex)

赋予 AI Agent 长期记忆与自我进化能力

一个基于 Go 实现的轻量级、高性能知识库中间件。支持 LLM 触发入库、智能语义更新与 MCP 协议。

---

核心特性

• 极速架构: 纯 Go 实现，单二进制文件，资源占用极低
• LLM 触发入库: 由端上 LLM/客户端在合适时机调用 mem.ingest_memory
• 认知智能:
  • 查询扩展: 自动扩展搜索关键词提升召回率
  • LLM 仲裁: 两层冲突检测（向量筛选 + LLM 判断），智能决策 REPLACE/KEEP_BOTH/SKIP
  • 单一真相: 同主题新知识自动替换旧知识
• 标准接口: 原生支持 Model Context Protocol (MCP)，无缝对接 Claude Desktop, Cursor, Gemini CLI
• 极客哲学: 硬删除模式，旧知识直接物理抹除，拒绝数据膨胀

架构概览

graph LR
    User["LLM / Client"] --> Ingester["Ingest Pipeline"]

    subgraph CoreLogic ["Core Logic"]
        Ingester --> Summarize["Summarize"]
        Summarize --> Tag["Extract Tags"]
        Tag --> Chunk["Chunk"]
        Chunk --> Embed["Vectorize"]
        Embed --> Arbiter["LLM Arbitrate"]
    end

    Arbiter --> DB[("PostgreSQL + pgvector")]

    User["Claude / Cursor"] -- MCP Protocol --> Server["MCP Server"]
    Server --> DB

快速开始

1. 依赖准备

确保已安装 Docker 和 Go 1.25+。

# 启动 PostgreSQL (带 pgvector 扩展)
docker-compose up -d

2. 配置环境

cp .env.example .env
vim .env

DASHSCOPE_API_KEY=sk-xxxxxxxxxxxx
DATABASE_URL=postgresql://cortex:cortex_password_secure@localhost:5440/cortex_knowledge
AGENT_MEM_HTTP_TOKEN=your-strong-token
AGENT_MEM_OWNER_ID=personal

3. 编译与运行

# 编译
cd mcp-go && go build -o ../agent-mem ./cmd/agent-mem-mcp && cd ..

# HTTP 模式
./agent-mem --transport http --host 127.0.0.1 --port 8787

# STDIO 模式（MCP 客户端）
./agent-mem --transport stdio

# 重置数据库（首次或升级时）
./agent-mem --reset-db --reset-only

PATH 工具（开箱即用）

一键安装到 PATH（默认 /usr/local/bin）：

./bin/agent-mem-install

安装后可直接使用：

agent-mem              # 启动 MCP 服务（前台）
agent-mem-reset-db     # 清空并重建数据库
agent-mem-status       # 查看端口状态
agent-mem-stop         # 停止服务

内容类型（严格互斥）

| 类型 | 英文 | 定义 | 写入时机 | |:---:|:---:|:---|:---| | 需求功能 | requirement | PRD、功能描述、业务规则 | 讨论/确认需求后 | | 计划任务 | plan | 任务清单、TODO、里程碑 | 制定开发计划后 | | 开发 | development | 架构设计、API定义、技术方案 | 设计/实现确定后 | | 测试验收 | testing | 测试计划、用例、验收报告 | 测试/验收完成后 | | 经验沉淀 | insight | 踩坑记录、最佳实践、注意事项 | 遇到问题并解决后 |

MCP 工具

| 工具 | 说明 | 返回状态 | |:---|:---|:---| | mem.ingest_memory | 写入记忆 | created(新ID) / updated(旧ID) / skipped(已存在ID) | | mem.search | 语义检索 | 片段列表 | | mem.get | 获取全文 | 完整内容 | | mem.timeline | 时间线查询 | 按时间排序 | | mem.list_projects | 项目列表 | 项目摘要 |

HTTP 接口

• POST /ingest/memory - 写入记忆
• GET /memories/search - 语义检索
• GET /memories - 获取全文
• GET /memories/timeline - 时间线
• GET /projects - 项目列表
• /sse - SSE 传输（MCP）
• /mcp - Streamable HTTP（MCP）

冲突检测机制

新内容入库
    │
    ▼
┌──────────────────┐
│ 向量相似度筛选   │ ── 找出语义相似的已有知识
└────────┬─────────┘
         │ similarity > 0.85
         ▼
┌──────────────────┐
│  LLM 智能仲裁    │ ── 比较新旧摘要，判断关系
└────────┬─────────┘
         │
    ┌────┼────┬────┐
    ▼    ▼    ▼    ▼
 REPLACE  KEEP   SKIP
 (替换)  _BOTH  (跳过)
        (保留)

• REPLACE: 同主题更新，替换旧知识
• KEEP_BOTH: 不同主题，保留两者
• SKIP: 完全重复，跳过写入

升级与迁移

从旧版本升级

系统启动时会自动执行迁移脚本：

• 自动添加 avg_embedding 字段
• 自动添加 summary、tags 字段（如缺失）
• 已有索引不受影响

注意：旧数据（无 avg_embedding）不会参与冲突检测，建议：

1. 使用 --reset-db --reset-only 重建数据库（推荐，数据量小时）
2. 或手动 backfill 旧数据的向量

首次部署

./agent-mem --reset-db --reset-only

客户端接入

Claude Desktop / Code

编辑 ~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "agent-mem": {
      "command": "/absolute/path/to/agent-mem",
      "args": ["--transport", "stdio"]
    }
  }
}

访问令牌（可选）

如果设置了 AGENT_MEM_HTTP_TOKEN，HTTP/SSE/MCP 请求必须携带令牌：

• Header：Authorization: Bearer <token>
• 或 Header：X-Agent-Mem-Token: <token>
• 或 URL：/sse?token=<token>、/mcp?token=<token>、/memories/search?token=<token>

Codex CLI（~/.codex/config.toml）

[mcp_servers.agent-mem]
url = "http://127.0.0.1:8787/sse"

Gemini CLI（~/.gemini/config.yaml）

mcpServers:
  agent-mem:
    url: http://127.0.0.1:8787/sse

如启用 token，把 url 改为：http://127.0.0.1:8787/sse?token=<token>。

Cursor (Beta)

• Type: SSE
• URL: http://127.0.0.1:8787/sse

全局提示词

详见 docs/LLM_PROMPTS.md，包含：

• 完整的提示词模板
• 5 个最佳实践示例
• 类型选择决策树

配置说明

config/settings.yaml:

versioning:
  semantic_similarity_threshold: 0.85  # 触发仲裁的相似度阈值

embedding:
  provider: qwen
  model: text-embedding-v4
  dimension: 1536

chunking:
  chunk_size: 500
  overlap: 50

开发指南

# 运行单元测试
cd mcp-go/cmd/agent-mem-mcp && go test -v

# 运行 E2E 测试
python scripts/e2e_test_go.py

# 集成测试（需要数据库和 API Key）
AGENT_MEM_INTEGRATION=1 go test -v

License

MIT