xinchen03/minta

面向 AI 智能体的上下文质量层。
你的 AI 会记忆。Minta 会在它记错时告诉你——以及它被允许声称什么。

English · 中文 · 日本語

来自 观猹 的真实用户评价——来自实际使用 Minta 的人怎么说。

⭐ 新版本（2026-08）：open-core v2 —— 记忆引擎 + 研究合规引擎 + 专家领域包，现已支持 DeepSeek Harness 集成（已验证）。

为什么选择 Minta

其他记忆系统负责存储。Minta 验证什么仍然为真。

记忆有三种时态：它曾经为真、它现在为真，以及它今天仍然为真。几乎所有的记忆系统都在优化第一种。Minta 是为第二种和第三种而构建的。

| 其他系统所做的 | Minta 所做的 |
|---|---|
| “这是你的相关记忆” | “其中 2 条相互冲突。1 条已过时。这才是真相。” |
| 永久存储一切 | 检测哪些已过期，标记出来，与你共同决定 |
| 对所有记忆一视同仁 | 按类型衰减：偏好比项目状态持续更久 |
| 指望 LLM 自己搞清楚 | 生命周期扫描 + 健康评分 + 分阶段门控（杜绝过度声称） |

同一个智能体，有无 Minta 的对比

| | 没有 Minta | 有 Minta |
|---|---|---|
| 某个事实过期 | 继续使用旧的真相 | 标记为过时，归档，并展示给你 |
| 两条记忆冲突 | 两条都返回，硬拼在一起 | 暴露矛盾；由你决定 |
| 你纠正智能体 | 到下一次会话就忘了 | 收件箱 → 你确认 → 成为规则 |
| 上下文增长 | 一个提示里塞进 10,000 条记忆 | 按 token 预算的上下文包 |

目录 · 为什么选择 Minta · 快速开始 · 功能特性 · 开源核心 · 基准测试 · DeepSeek Harness · 路线图

产品界面
完整的 Minta 工作区（Personal Context Layer，V8.3 引擎 UI）。你看到的这些层——研究驾驶舱、专家推理、记忆健康——对应下方的引擎层级；开放核心发行版提供记忆中枢 UI，其余部分通过同一 API 激活。

| | | |
|---|---|---|
|  |  |
| Context Hub — “别再让你的 AI 反复重新入门” | Context Draw — 3D 知识图谱 + 卡片召回 |
|  |  |
| Context Health — 生命周期仪表盘（衰减/冲突一目了然） | Inbox — 确认/丢弃修正，反例审查 |
|  |  |
| Skills Library — 50 个已注册工作流 | Research Workspace — 项目、证据、运行包 |

三层，一个引擎：

L1 Memory governance   →  stale / conflict / redundant / fragile, found not stored
L2 Expert knowledge    →  rules promoted from your corrections, domain-typed
L3 Claim gates         →  the agent cannot claim a stage it never did (math-model
/ research workflows) — with calibrated confidence

快速开始

60 秒。 本地优先，无云端，开放核心无需 API 订阅。

git clone https://github.com/xinchen03/minta.git
cd minta
python -m pip install -r server/requirements.txt
python minta_cli.py start          # API :8772 · Autopilot :18730 · MCP :18721

或使用 Docker：docker compose up -d。然后连接你的 agent：

docker compose 固定构建 Dockerfile.web（业务服务：8772/18721）；仓库根 Dockerfile 默认目标为 AMC 评测容器（见 README_AMC.md），两者互不影响。

any MCP-capable editor/agent — Claude Code / Codex / Cursor / dsh
python minta_cli.py connect claude
DeepSeek Harness: dsh plugin --profile web add @xxinchen/dsh-plugin  (or connect via MCP → docs/dsh-integration.md)

Web UI 打开于 http://127.0.0.1:8772 —— 记忆健康仪表盘、3D 知识图谱、收件箱审查、专家面板。

首次记忆写入/搜索时，sentence-transformers 会加载默认嵌入模型（all-MiniLM-L6-v2，自动下载）。将 MINTA_EMBEDDING_MODEL 指向本地模型路径，或将 MINTA_EMBEDDING_BACKEND 切换为 API 后端。

💡 中国大陆加速：使用 pip 镜像（-i https://pypi.tuna.tsinghua.edu.cn/simple）以及 HF_ENDPOINT=https://hf-mirror.com 进行模型下载（或将 MINTA_EMBEDDING_MODEL 指向本地模型）。使用 Docker 时，docker compose up -d 已内置所有依赖——无需逐包下载。

配置与密钥（首次运行）

cp .env.example .env    # then edit secrets
python -c "import secrets; print('MINTA_API_KEY=minta_'+secrets.token_hex(32))"  # generate a secure key
注册密钥：仅凭 minta_ 前缀是不够的——只有当密钥存在于 keys 表中时，API 才会接受它。在引擎运行期间，请在 Web UI（Settings → API keys）中创建记录，或使用用户令牌调用 POST /api/keys。写入路径工具（inbox、write_context）需要已注册的密钥；读取工具则不需要。

| 变量 | 默认值 | 作用 |
|---|---|---|
| MINTA_DATABASE_URL | sqlite:///./minta.db | 零配置 SQLite；一行即可切换到 MySQL |
| MINTA_JWT_SECRET | （必须设置） | 会话签名密钥——请生成，不要复制 |
| MINTA_API_KEY | 首次运行时自动生成 | 程序化访问 + MCP（连接你的编辑器 → python minta_cli.py connect claude） |

完整变量参考、SMTP、CORS、功能开关 → docs/configuration.md。
各编辑器的 Agent 集成 → docs/mcp-integration.md。

功能特性

| 层级 | 功能 | 你能获得什么 |
|---|---|---|
| 记忆 | 语义搜索——POST /api/search（本地向量、按用户隔离、compact → full → pack 逐级披露） | 每次写入时自动索引；找到的是你的记忆，而不是别人的 |
| 记忆 | 生命周期引擎（衰减/冲突/冗余/碎片化） | 质量检查按计划运行，而非凭信念 |
| 纠错循环 | Inbox + 反例捕获（钩子：SessionStart → UserPromptSubmit → PostToolUse → Stop） | 你纠正的内容会变成规则——在你确认之后 |
| 专家领域 | 多领域规则（踝/膝/颈椎损伤、ISO9001、PRISMA……）+ CUMCM 分阶段工作流 | 带信任度量的领域类型化推理 |
| 研究 | 稿件清单 + 合规规则评估器 | “这份草稿是否符合目标期刊的检查清单？”——在投稿之前 |
| 元认知 | 保形置信度（已校准、数据锁定） | Agent 说出它所知道的内容，并附带覆盖率保证 |
| 交付 | Dist Web UI + MCP（13 个核心工具；专家/对话层位于企业侧）+ DSH 插件已验证 | 三个入口，一份记忆 |

开放核心：开放代码，锁定资产

| 本仓库中（Apache-2.0，免费） | 通过 API 密钥 / 企业许可证 |
|---|---|
| 记忆引擎——完整、可运行 | 托管引擎 + 监控 |
| 质量内核算法（保形、规则提升、DGM、编译器） | 全精度：自动校准、私有领域 |
| 研究合规引擎 + 领域包（CUMCM 阶段） | 运动医学 / 临床包 |
| Web dist · MCP · DSH 集成 · 12 份指南 | 数据飞轮：校准集、权重、规则库 |

上述托管层级均为路线图功能——开放核心始终是一个完整、可运行的记忆系统。

工具面说明：开放版 MCP 服务器暴露 13 个可用的 Community
工具。专家/对话工具仅由包含相应后端的部署注册，
因此 Community 用户永远不会看到失效的工具。

基准测试

| 检测 | 指标 | 得分 | Mem0 | Hindsight |
|---|---|---|---|---|
| 冲突 | F₁ | 0.81（留出集，5 个未见领域） | 不适用 | 不适用 |
| 陈旧性 | UFA | 0.86（12 个事实对模板） | 不适用 | 不适用 |
| 冗余 | 压缩 RR | 0.67（25 个聚类） | 不适用 | 不适用 |
| 碎片化 | MCR | 0.746（15 个碎片集） | 不适用 | 不适用 |
| 检索（LoCoMo） | Recall@20 | 97.1% | — | — |

研究优先

Minta 最初是一个研究工作流的记忆层——文献笔记、稿件检查清单、期刊合规、裁决门控的论断追踪。参见 runtime/compliance/ 和 docs/interaction-guide.md。描述该框架（记忆质量；数据治理）的稿件正在准备中。

配套的执行技能（Apache-2.0，独立仓库）：nature-skills——阅读、图表、引用、润色。

DeepSeek Harness

已验证的集成（2026-08）：dsh plugin --profile web add @xxinchen/dsh-plugin 可在 2 分钟内将 Minta 接入 DSH——该插件为本地运行的引擎组合了官方 dsh-mcp-client 行（该引擎提供 13 个可用的 Community 工具）。也支持手动插入 cordis.patch.yml；参见 docs/dsh-integration.md。该插件还附带 minta 智能体预设（逐轮记忆协议）：将 dsh-plugin/presets/minta 复制到 ~/.dsh/.agent-presets/，并在会话选择器中选取它。

构建与贡献

python -m pytest server/tests/          # server test suite
python scripts/check_public_boundary.py # verify the public-source boundary

我们欢迎 good-first-issue PR：entity_linker 英文模式、更丰富的演示场景。更多内容见 CONTRIBUTING.md。

指南

交互指南 · 启动顺序 · DSH 集成 · 配置 · 用户指南 · MCP 集成

数据与隐私

- 本地优先：数据库、向量和日志都保留在你的机器上。匿名遥测默认关闭；显式选择加入仅发送安装 ID、版本、操作系统和事件名称——绝不发送记忆内容。
- 数据导出 / 删除：GET /api/user/export-data · DELETE /api/user/delete-data（需认证）。
- 密钥：首次运行时生成到 .minta_api_key（绝不提交）；除非显式配置，特权 API 默认关闭。
- 披露政策见 SECURITY.md。

愿景：未来走向

记忆是简单的部分；真相才是产品。智能体时代已经有大量
“记住更多”的系统。瓶颈恰恰相反——AI 自信地提供陈旧、
被矛盾或被无根据主张的内容。Minta 的答案是上下文质量层：
记忆知道自身的健康状况（stale / conflict / redundant / fragile），专家
层知道自身的局限（校准覆盖率），而论断门控知道
实际做了什么。长期论点：
- 个人：每个 AI 助手、每个会话都从一个已经理解你的上下文中心开始——不再需要重新引导你的 AI。
- 团队 / 企业：记忆、专业知识和合规检查在研究小组或临床单元中共享——并附带审计追踪和治理报告。
- 垂直领域：运动医学、临床分诊和制造业专家包分层叠加在同一引擎之上，由用户的纠正进行调优（数据飞轮）。

路线图

- 2026 Q4 — 托管 API（全精度、监控）、运动医学领域包、npm 插件 v1 发布
- 2027 Q1 — 企业私有部署 + 治理审计报告；SME（结构映射）引擎公开
- 2027 — 多智能体共享记忆工作区（团队上下文层）

社区与联系

- 🐛 GitHub Issues — 缺陷、功能请求（我们响应迅速）
- 💬 GitHub Discussions — 提问、RFC、展示你的工作
- 📧 联系：xxinchen03@gmail.com（直接联系；研究合作、咨询）
是本仓库主张的可发布标志；每次发布都欢迎 HackerNews/DSH 插件讨论。

给我们加星

🔭 如果 Minta 为你节省了一小时，请给它一个 ★。 一次点击，三秒钟——
它会告诉下一位贡献者、集成者和期刊审稿人，这个实验值得他们关注。

参考文献与渊源

这些想法的来源（以及 Minta 的不同之处）：

| 工作 | Minta 借鉴了什么 | Minta 的不同之处 |
|---|---|---|
| Mem0 / MemOS | 记忆存储 + 混合检索 | 它们存储；Minta 验证质量（衰减、冲突、冗余、碎片化） |
| Vovk (2005)，共形预测 | 无分布覆盖保证 | 用作元认知门控，而不仅仅是估计器 |
| JEPA (LeCun) | 在潜在空间而非原始空间中进行预测 | 领域规则 > JEPA——仅当历史存在时预测才会触发 |
| 艾宾浩斯启发的衰减（MemoryBank 等） | 时间感知遗忘 | 类型特定的半衰期：偏好 > 项目状态 |
| Paperclip 文档维护 | 审计驱动的维护 | 同样的纪律，现在用于 AI 记忆，而非文件 |

许可证

Apache-2.0。上游捆绑资源保留其各自的许可证——如果以后添加，请参阅 skills/ 注释。