🤔 aiduMEM — AI 思想引擎

不只是记忆 — 是思考。

优化不是改重构代码，而是植入优秀的逻辑；
记忆不是记事，而是不忘过往的点点滴滴；
思考不是 reasoning，而是做所有事都有 reason，有 result。

中文 | 📖 English

aiduMEM 是什么？

aiduMEM（优忆思）是一个 AI 思想引擎 —— 为 AI Agent 提供持久化记忆与推理能力。它以希腊神话诸神为名，承载着一套完整的认知架构，让 AI 会记忆、会思考、会进化。

基于 mem0 构建，aiduMEM 在其之上搭建了十层认知体系：

诸神谱系

aiduMEM 的每个大版本以希腊神祇命名，神格即架构。

完整版本演进史 →

架构

┌──────────────────────────────────────────────────────────┐
│              🤔 aiduMEM v18.1 · Zeus · 宙斯               │
│              FastAPI REST API :8767                       │
│              MCP Server :8768 (38 tools)                  │
├──────────────────────────────────────────────────────────┤
│  Core (HOT)      → 搜索、添加、CRUD、健康检查              │
│  v8 Pipeline     → 点火 · 工作区 · 广播 · 镜鉴 · 会话      │
│  Clotho/Hyperion → CoreMemory · 检查点 · AutoDream       │
│  Extended        → 15脉外延：自动记忆 · 过期 · 统计        │
│  Federation      → 多 Agent 联邦 · MoE 门控 · 四级降级     │
│  Octopus         → 冲突消解 · 树状记忆 · 技能结晶          │
│  Zeus            → 原味抽屉 · 代码图谱 · 检索自进化         │
│  Themis          → 事件账本 · 敏感分档 · 治理审计          │
├──────────────────────────────────────────────────────────┤
│  mem0 (向量记忆) + Qdrant (向量存储)                       │
│  facts.db (结构化知识 · FTS5 trigram 全文搜索)             │
│  EvolveMem 检索自进化引擎 (后台自动衰减/提权)               │
└──────────────────────────────────────────────────────────┘

快速开始

方式一：从 PyPI 安装（最快捷）

pip install aidumem

方式二：Docker 容器运行（GitHub Packages / GHCR）

docker pull ghcr.io/monkey2jack/aidumem:latest
docker run -d -p 8767:8767 --name aidumem ghcr.io/monkey2jack/aidumem:latest

方式三：源码克隆运行

# 1. 克隆
git clone https://github.com/monkey2jack/aiduMEM.git
cd aiduMEM

# 2. 创建虚拟环境
python3.12 -m venv venv
source venv/bin/activate

# 3. 安装依赖
pip install -r requirements.txt

# 4. 配置（复制并编辑）
cp mem0_config_local.json.example mem0_config_local.json
# 编辑 mem0_config_local.json，填入你的 LLM 和 Embedding API Key

# 5. 启动
python api_server.py
# API 运行在 http://localhost:8767

核心接口

记忆操作

代码图谱（Zeus v18.0）

检索自进化（Zeus v18.1）

八爪鱼治理（Opus v16.0）

万神殿联邦（Pantheon v13.0）

示例

# 搜索记忆
curl -s -X POST http://localhost:8767/search \
  -H "Content-Type: application/json" \
  -d '{"query": "我之前说过项目截止日期是什么？", "user_id": "me", "limit": 5}'

# 添加记忆
curl -s -X POST http://localhost:8767/add \
  -H "Content-Type: application/json" \
  -d '{"messages": "[{\"role\":\"user\",\"content\":\"项目截止日期是3月15号\"}]", "user_id": "me"}'

# 原味抽屉——直存代码片段，不走 LLM
curl -s -X POST http://localhost:8767/add/raw \
  -H "Content-Type: application/json" \
  -d '{"content": "def hello(): print(\"Hello World\")", "source": "my_script.py", "user_id": "me"}'

# 爆炸半径分析
curl -s -X POST http://localhost:8767/code/impact \
  -H "Content-Type: application/json" \
  -d '{"file_path": "ducky/utils.py"}'

# 检索反馈——告诉系统这次搜得好不好
curl -s -X POST http://localhost:8767/evolve/feedback \
  -H "Content-Type: application/json" \
  -d '{"query": "项目截止日期", "rating": "useful", "user_id": "me"}'

aiduMEM 的独特之处

🔮 相关性闸门（Tahoe-Gate）

普通 RAG 系统对每条消息都去搜索记忆。aiduMEM 的相关性闸门用启发式 + 动态实体匹配判断当前消息是否真的需要记忆检索。日常闲聊直接跳过 → Token 消耗降低 100 倍，响应速度从 10ms 降到 1ms。

🌊 潮浪并忆（Mnemosyne Tidal）

短消息不逐条调用 LLM。异步缓冲后按 session 分组，一次 LLM 调用处理多条。Tech / intimate / default 三档策略，快冲慢攒各取所需。

⏳ 三轨遗忘曲线（Ebbinghaus Decay）

记忆有保质期。Identity 和 Preference 是永久轨道（零衰减），Emotion 是加速衰减（1.5 倍），一般事实按标准遗忘曲线自然消退。让 AI 学会忘记不重要的事。

🕰️ 克罗诺斯双时间轴（Chronos Dual Timeline）

valid_from / valid_to 时间窗口：过期事实降权但不删除，未生效事实排在后面。所有铁律类记忆永不过期。

⚡ 原味抽屉（Raw Drawer — Zeus v18.0）

借鉴 MemPalace (58k⭐) 的 Verbatim Storage 理念。零 LLM 直存原始文本——代码片段、完整对话、原始日志，绕过 LLM 总结，一字不丢。FTS5 全文索引 + Qdrant 向量 + facts 登记，三路并行。

🔍 代码图谱（Code Graph — Zeus v18.0）

借鉴 code-review-graph (29k⭐) 的 AST 爆炸半径分析。用 Python 标准库 ast 解析项目依赖关系，改一个文件一秒告诉你影响范围。724 函数 · 936 import 关系，468ms 全图扫描。

📈 检索自进化（EvolveMem — Zeus v18.1）

借鉴 SimpleMem (3.7k⭐) 的进化理念。用户可对每次检索结果打分（useful / useless / correction），后台每 6 小时自动计算衰减/提权。高频优质词条自动沉淀，低质词条温柔降权。闭环反馈，越用越聪明。

🏛️ 万神殿联邦记忆（Pantheon Federation）

借鉴 MoE（Mixture-of-Experts）思想：底层建成完整的多 Agent 联邦基础设施，日常只激活当前 Agent 的热通道。

• 联邦身份：每条记忆都带 agent_id / profile / shared，多 Agent 共用一套库互不污染
• MoE 门控：默认走热通道（一次 SQL，5ms 级）；仅在显式请求时才唤起其他 Agent
• 四级无缝降级：L1 本 Agent → L2 分层加权 → L3 同 profile 联邦 → L4 跨 profile 全局
• 写入去重：Jaccard 三态判定——≥0.85 合并、≥0.70 更新、<0.70 新增

🐙 冲突消解与技能结晶（Opus Octopod — v16.0）

• ConflictResolver：域名迁移、名称变更自动检测 + 旧值降权。双时间轴失效而非删除，保留完整历史
• TreeMemory：node_path 层级追溯，事实挂载到树状节点，支持向上追溯祖先
• SkillCrystallizer：后台自动感知高频重复事实，提炼为 Skill 候选。LLM 只能建议，人工 approve 才生效

🛡️ 埃癸斯护盾（Aegis — v14.0）

仓库里没有任何硬编码的身份、绝对路径、服务器地址或密钥。一切可变项走环境变量注入。克隆到任何目录、任何机器，python api_server.py 直接跑。

🌈 伊里斯彩虹桥（Iris — v15.0）

aiduMEM 提供 Hermes Agent 官方 MemoryProvider 插件，拿到全套生命周期钩子——turn 开头注入常驻块与相关检索、每轮后台归档、压缩前把即将丢掉的对话先落进长期记忆、镜像宿主内置 MEMORY.md 写入、三个可直接调用的工具。

cp -r integrations/hermes-plugin/aidumem ~/.hermes/plugins/
hermes config set memory.provider aidumem

🔧 零配置混合检索

BM25 trigram（零延迟兜底） + BGE-M3 向量 + Reranker 重排序 + 召回漏斗相关性排序。向量服务超时自动热切换到本地全文搜索。

接入 Hermes Agent

两种方式不要同时开（会重复注入白烧 token）。完整步骤、验证方法与回滚见 integrations/INTEGRATION_GUIDE.md。

⚠️ 安全：aiduMEM 服务自身不做鉴权，默认只监听 127.0.0.1。要跨机访问请在前面挂带认证 + TLS 的反向代理，别把服务直接暴露到公网。

MCP Server（38 工具）

aiduMEM 内置 MCP Server（:8768），暴露 38 个工具，分组如下：

IDE 集成

Cursor

# 将规则文件复制到项目
cp integrations/cursor-hook/cursor-aidumem.mdc .cursor/rules/

# 文件保存时自动存入 Raw Drawer
cp integrations/cursor-hook/aidumem-on-save.sh .git/hooks/post-commit

Claude Code

python integrations/cursor-hook/claude-code-hook.py store --file my_code.py
python integrations/cursor-hook/claude-code-hook.py search --query "database connection"
python integrations/cursor-hook/claude-code-hook.py impact --file ducky/utils.py

技术栈

• 运行时：Python 3.12+、FastAPI、Uvicorn
• 记忆内核：mem0 v2.0.17
• 向量存储：Qdrant（通过 qdrant-client）
• 结构化数据：SQLite（facts.db、observations.db、scenes.db、fact_events.db）
• 全文搜索：SQLite FTS5 + trigram 分词器
• 向量化：可配置（兼容 OpenAI Embedding API）
• 重排序：可配置（兼容 OpenAI Rerank API）
• 大模型：兼容任何 OpenAI 格式的 API
• MCP：fastmcp stdio + HTTP 双模

配置说明

aiduMEM 从 mem0_config_local.json 读取配置。主要字段：

{
  "llm": {
    "provider": "openai",
    "config": {
      "model": "你的模型",
      "api_key": "你的密钥",
      "base_url": "你的接口地址"
    }
  },
  "embedder": {
    "provider": "openai",
    "config": {
      "model": "BAAI/bge-m3",
      "api_key": "你的密钥",
      "base_url": "your-embedding-endpoint"
    }
  },
  "vector_store": {
    "provider": "qdrant",
    "config": {
      "collection_name": "aidu_mem",
      "host": "localhost",
      "port": 6333
    }
  }
}

环境变量

v14 Aegis 起，所有与部署环境相关的可变项都通过环境变量注入，全部可选——不设置就走安全默认值。

完整清单连注释见 .env.example，cp .env.example .env 起步。

路线图

• v18.1 Zeus — EvolveMem 检索自进化闭环
• v18.0 Zeus — Raw Drawer · Code Graph · MCP×36 · IDE 钩子
• v17.0 Themis — 事件账本 · 敏感分档 · 治理铁律
• v16.0 Opus Octopod — 冲突消解 · 树状记忆 · 技能结晶
• v19.0 — 多模态记忆（图片 → 视觉描述 → 入库）
• v20.0 — OpenViking 统一上下文 DB 融合

_{思考版本 · Iris·伊里斯 | 由 monkey2jack & dudu 构建}