LightHouseOS

AI Agent 记忆系统 — 让小模型管理记忆，让记忆永不丢失、越用越精准

LightHouseOS 是一个轻量级 AI Agent 记忆系统，基于 坐标索引（而非向量检索）和 三个 33M 参数的小模型 实现长期记忆管理。

核心思路

与所有主流记忆系统（Mem0、MemGPT、RAG）不同，LightHouseOS 不用向量检索：

传统方案: 对话 → 嵌入向量 → 向量数据库 → 余弦相似度检索 → 注入提示词
LightHouseOS: 对话 → 小模型分类 → pin 坐标 → 哈希索引查找 → 直接返回

三个模型各自专攻一个环节：

• 输入模型 (33M) — 对话 → pin坐标(event, entity, topic) + importance
• 召回模型 (33M) — 查询 → pin坐标 + precision
• 整理模型 (33M) — 修正错误的 pin 标注

快速开始

pip install lighthouse-memory

# 写入记忆
lh write "我刚把 update_query 的返回值从 Vec<Row> 改成 usize" \
  --event 代码修改 --entity src/db.rs --topic 数据库层

# 查询记忆
lh recall "刚才改了啥"

# 列出最近记忆
lh list

集成到 Claude Code

lh serve

然后在 Claude Code 的 MCP 配置中指向这个服务，即可通过 tools 读写记忆。

项目结构

lighthouse-memory/
├── lighthouse/
│   ├── memory/        # TF Database (pin index + fragment archive)
│   ├── models/        # 模型推理（计划中）
│   ├── cli/           # 命令行工具
│   └── server/        # MCP 服务器
├── Models/            # 训练代码
├── Docs/              # 设计文档
└── scripts/           # 工具脚本

设计文档

• 总纲 — 顶层架构
• TECH_SPEC.md — TF Database 详细设计
• ROADMAP.md — 开发路线图

License

MIT