← 返回列表
未验证
interest-memory — Agent 的长期记忆库
尚未跑自动兼容性验证,可查看页面内的依赖与入口分析。 · 最近上游提交 2026/8/22 · 已提供中文文档
面向 AI 代理的低占用内存后端——单一二进制文件,约 50MB 内存,验证增强的准确性
综合分
29.3
GitHub 分
29.3
用户评分
—
★ Stars
3
周下载量
—
安装插件(需先安装 dsh CLI 引擎:npm install -g @deepseek-ai/dsh)
dsh plugin --profile web add djasdh/interest-memory该插件未发布到 npm,走 GitHub 源安装(pnpm 若拦截 prepare 脚本,按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑)
数据截至 2026/9/19(元数据每日更新 · 实装验证按队列轮转,单条结论的验证时间见上方)
用户评分
还没有人投票,来当第一个
订阅周报,不错过优质插件更新
每周一封 · 高评分插件 + 新用户活动
README
interest-memory
interest-memory — Agent 的长期记忆库
一个 50MB 的进程,替代 Postgres + Redis + 向量库的一整套记忆后端。
你的 agent 记不住事?每次会话都要重新介绍自己?这不是模型的错——是缺一个真正的记忆层。interest-memory 是一个独立的记忆服务:会话结束后从对话里提取兴趣点,核查、清洗、写入本地知识库;下次会话开始自动召回注入上下文。全部家当:一个 18MB 二进制 + 一个 SQLite 文件。记忆的单位是兴趣点:语义相近的自动合并,每个兴趣点由模型驱动的 agent loop 写成 wiki 页——知识库越用越收敛、不膨胀。
| 卖点 | 说明 |
|---|---|
| 轻 | 单个 ~18MB 二进制 + 一个 SQLite 文件就是全部;空载 ~17MB、峰值
--help 查看全部 provider;交给 agent:它读 --help(即操作指令)自动完成配置
预编译二进制(可选):Release v0.1.0(linux / mac / windows)
资源占用(实测)
在单测工作流上实测(Go 1.26 + cgo,scripts/e2e.sh 全链路):
| 指标 | 数值 |
|---|---|
| 二进制大小 | ~18 MB(cgo 静态链接 sqlite-vec) |
| 空载内存 | ~17 MB RSS(实测) |
| 流水线峰值内存 | /extensions/interest-memory/) |
| pi | TS 扩展(~/.pi/agent/extensions/interest-memory/) |
| Claude Code | 官方插件 + MCP(claude --plugin-dir bridge/claudecode) |
| Codex | 官方插件 / hooks + MCP(~/.codex/hooks.json) |
| Reasonix | 官方插件 + MCP(reasonix plugin install bridge/reasonix --link) |
| DeepSeek Harness | Cordis 插件(dsh plugin --profile web add @djasdh/interest-memory-dsh-bridge,源码 bridge/dsh/) |
所有桥接能力一致:会话开始召回注入、会话结束推转录、消费端 memory_search / memory_logs 工具。详见 bridge/README.md。
架构
internal/store/ SQLite(兴趣点/wiki 页/边/claims/转录/change_log)
internal/vec/ sqlite-vec 向量索引(FTS 兜底)
internal/llm/ OpenAI 兼容 Chat/Embedding
internal/fork/ 前缀窗口切分 + 并行候选提取
internal/verify/ 三段式纠错(核查/claims/矛盾)
internal/wiki/ 写入 agent loop + 相关页协同
internal/recall/ 召回注入 + 结构化查询
bridge/hermes/ Hermes MemoryProvider 插件
文档
- REST API — POST /api/v1/{agent}/sessions、GET /api/v1/{agent}/recall、search / logs / stats / jobs 等(见下方 API 表)
- 配置 — config.example.yaml 全字段注释(llm / embedding / fork / verify / wiki / recall / namespaces / interestmemory.kanban_exclude)
- 开发 — CGO_ENABLED=1 go test -race ./...;插件测试 node --test bridge/...;端到端 bash scripts/e2e.sh
API 速查
| 方法 | 路径 | 说明 |
|---|---|---|
| POST | /api/v1/{agent}/sessions | 会话末推转录 → 202 job_id;可选 kanban_board / kanban_board_name(看板标识,命中 kanban_exclude 时返回 202 + skipped,不入库) |
| GET | /api/v1/{agent}/recall?query=&after=&before=&days= | 召回注入(时间过滤可选) |
| GET | /api/v1/{agent}/search?query= 或 ?id=&top_k= | 消费侧查询:完整内容 + 出边/入边;?id= 跳到节点,支持沿图遍历 |
| GET | /api/v1/{agent}/logs?limit=&offset= | 变更日志(倒序分页) |
| GET | /api/v1/{agent}/interest-points | 兴趣点列表 |
| GET | /api/v1/{agent}/wiki/pages[?type=] | wiki 页列表 |
| POST | /api/v1/{agent}/fork | 手动触发分叉 |
| GET | /api/v1/{agent}/jobs/{id} | 任务状态 |
| GET | /api/v1/{agent}/stats | 统计 |
| GET | /api/v1/{agent}/graph | 全量图(可视化用):节点(兴趣点 + wiki 页,中等字段)+ 边(全部类型),id 碰撞时加前缀 |
| GET | /api/v1/{agent}/graph.html | 内置 3D 可视化页:双平面社区布局、边类型/状态过滤、节点/边/层距滑杆、搜索、点击详情 |
| GET | /api/health | 健康检查 |
命名空间
每个 agent({agent} 路径段 / INTEREST_AGENT)拥有独立命名空间,通过 namespaces 配置互通:
yaml
namespaces:
mode: isolated # isolated(默认)| all(全部互通)| custom(指定互通)
visible_to: # 仅 custom:单向可见声明
codex: [opencode, pi]
互通时结果标注来源(recall 行尾 [from: ],search 的 result.agent 字段)。
看板排除
跑在 kanban 上的 worker 会话会把会话原文推入记忆库。如果某些看板(如内部项目、临时编排卡)不想要进记忆,用 interestmemory.kanban_exclude 把它们挡在导入边界之外——不存储、不 embedding、不计 token:
yaml
interestmemory:
kanban_exclude: ["default", "t_90c0c7ab"] # 按名称或 ID 排除
| 项 | 说明 |
|---|---|
| 默认值 | [](空数组)。未配置或显式 [] 时行为与之前完全一致:不排除任何看板 |
| 匹配对象 | 看板 slug/ID(如 default)或显示名称,任一命中即排除 |
| 匹配规则 | 大小写不敏感(Default ≈ default);条目与看板身份两侧都做首尾空白 trim;空白条目忽略 |
| 生效位置 | POST /sessions 入口,先于存储与 worker 队列——被排除的推送返回 202 + {"skipped":"kanban_board_excluded"},不落库、不入队,embedding/分叉提取/token 统计自然都不会发生 |
| 接入方式 | Hermes 插件在推送时自动附带看板标识(HERMES_KANBAN_BOARD + 显示名),无需额外配置;手动推送可在请求体加 kanban_board / kanban_board_name |
依赖
my-agent-core、mattn/go-sqlite3(cgo 静态链接)、sqlite-vec、goldmark-obsidian(双链解析)。全部 MIT 兼容。
License
MIT — 贡献不分人写还是 AI 写,质量好就欢迎。扫码进群