ksteam-memoir 0.1.4

Evolution-first memory framework for AI agents — memories that grow, mature, and fade

ksteam-memoir

让 AI 拥有会演化的记忆。

memoir 不是一个记忆数据库。它是一套记忆的生命周期——出生、成长、触发、衰减、归档。不是"存起来以后搜"，是"该醒的时候自己醒"。

核心理念

传统记忆系统（RAG、向量库）是检索优先：你问 → 我搜 → 返回片段。 memoir 是演化优先：记忆有呼吸。权重升了沉了、话题滑进来域跟着亮灯、低权重自己归档。

memoir 记住的不是"内容"，是"时间线上发生过的事"。

当前状态（2026-05-21 v0.1.4）

能开箱即用的：

平台	集成方式	状态
Claude Code	丢进项目文件夹 → AI 读一次 CLAUDE.md 就知道怎么用	完整可用
Python API	pip install ksteam-memoir → build_load_plan() → 贴进 system prompt	完整可用
CLI	memoir create/load/search/maintain 全套命令	可用（Windows cmd 有限制，见下）

已知局限（诚实地说）：

• Windows cmd 下 memoir create 不可用。 中文参数截断 + rich 交互提示编码崩溃。绕过：PowerShell 正常；或手动创建 .md 文件 → memoir append 补充内容。
• tags 只是标签，不自动生成触发规则。 用户在 frontmatter 写 tags: [哲学, 加缪]，不代表说"加缪"时会触发这条记忆。trigger 表需要手工维护。
• memoir create 后 MEMORY.md 索引自动更新已修（v0.1.4），但只追加到 "## Other" 段。 域索引的手工整理仍需人工。
• DeepSeek TUI、Cline 等有 tool use 的工具： 需要手动约定"启动时跑 memoir status / memoir load --render"。AI 不会自动知道 memoir 的存在。

如果你只用在 Claude Code 上——memoir 现在就够用。 其他工具的适配在看路线图走。

What You Can Build With Memoir

• Personal AI companions — agents that remember you across sessions: preferences, shared history, inside jokes. Not a fresh start every time.
• Role-playing characters — NPCs or story agents with persistent personality layers, evolving relationships, and selective memory.
• Long-running coding assistants — remembers your codebase conventions, past architectural decisions, and why that one module is "don't touch."
• Research / reading companions — tracks what you've read, what ideas connect, what questions remain open.
• Multi-agent collaboration — each agent with its own memory store, sharing curated snapshots rather than raw context dumps.

Anywhere continuity matters and context windows aren't enough.

安装

pip install ksteam-memoir

快速开始（Claude Code）

cd your-project
memoir init

在项目的 CLAUDE.md 中加入：

你使用 ksteam-memoir 管理记忆。
启动时跑 `memoir status`。用户说"加载记忆"时跑 `memoir load --render`。
对话中有值得记的内容时跑 `memoir create`。

然后正常跟 AI 对话——AI 读到 CLAUDE.md 后会自己判断什么时候调哪个命令。

命令总览

命令	做什么
memoir status	看记忆库：多少条、权重分布、归档数
memoir create -t "标题" -w 权重 -c "内容" --tags "标签"	创建新记忆。先搜已有文件（续写优先）
memoir append core/文件名.md -c "内容"	给已有记忆续写一条带时间戳的条目
memoir load --render	渲染当前该加载的记忆，输出直接贴进 AI 上下文
memoir search "关键词"	FTS5 全文搜索
memoir trigger "用户说的话"	调试：哪些记忆会被这句话唤醒
memoir maintain --dry-run	预览权重衰减和归档（不修改）
memoir maintain	执行衰减和归档
memoir archive-cmd core/旧文件.md	手动归档
memoir restore 旧文件.md	恢复归档记忆（权重自动降一级）

权重体系

weight	含义	衰减规则
5	这是我的一部分	永不衰减
4	很重要	60天→降3
3	记得就行	30天→降2
2	暂时记着	60天→降1
1	快忘了	90天→自动归档

三层加载

1. 核心层（always）—— core 域、w=5。永远在线。
2. 浮现层（weight）—— w≥4 自动浮上来。人醒着时自然记得的事。
3. 潜伏层（trigger）—— 话题滑进去才亮。不是忘了，是等人敲门。

路线图

优先级	项目	说明
进行中	AI_GUIDE.md	memoir init 时自动生成自然语言操作指南，AI 读完就知道怎么用
下一步	MCP Server	暴露 7 个 MCP 工具。任何支持 MCP 的工具（DSTUI、Cline）零代码接入
计划中	系统提示词集成	为无 tool use 的聊天 UI 提供静态注入方案
计划中	CLI 完善	修复 Windows cmd 编码问题；tags→trigger 自动生成

竞品对比

	memoir	RAG/向量库	ReMe
驱动方式	演化驱动	查询驱动	文件驱动
记忆生命周期	有（衰减/归档）	无	无
触发方式	级联唤醒	向量相似度	文件名
存储格式	Markdown + YAML frontmatter	向量	Markdown
接入方式	CLI + Python API → MCP	SDK	CLI
开箱即用	仅 Claude Code	—	—

为什么叫 memoir

memoir（回忆录）不是 diary（日记）。日记是"今天发生了什么"，回忆录是"什么值得被记下来"。memoir 对待记忆的方式是回忆录式的——不是所有都留，留的要演化。

许可证

MIT