厉害啊大佬，看下来像是传统rag形式的一个升级版，有些功能例如那个写入守卫是需要额外API成本吧，要不要再加个主动召回啊大佬。
我现在是奔向mem0了，结合了图记忆库+向量库我觉得要高级点，而且自己又不是专业的，为了记忆花大把时间成本搞我觉得没什么意义直接抄作业算了。
话说大佬有没有兴趣给mem0也给升级升级来个升级版，我要支持一波啊
是这样子的你选profile a/b都是用的纯 rule-based 模式可以本地运行不需要llm api
但是使用需要提供llm api的profile c/d的效果远比a/b好
所以推荐使用c/d，当然也设置了回退机制，哪怕你在这两个环界不提供llm api只是提供embedding+reranker model的api效果也不差
至于你说的图记忆库+向量库，对于我这个项目的设计初衷，有点没必要，太重了。
当然后续也可以考虑下魔改mem0哈哈 
1 个赞
简单说是用AI代替FR什么的复习算法吗？
1 个赞
Memory-Palace
佬 github和站里 要不要放一段提示词呢，作用是让如何用这个mcp，在什么时候使用，让它自动一点，我虽然添加了提示词让ai用它 gpt5.2 s4.5 模型，但是我发现，ai并不咋用的感觉，用了几天，记忆就几条，还是我喊他记忆的。
感觉所有记忆全部通过手动让它记忆好累啊，有自动一点的办法，或者简短好用的个人提示词嘛
你用了skills吗？ skills也不好用吗
我去重看文档关于skill部分去
最近用的龙虾的插件memos 跟这功能也很像。
正在开发中 主要是要跑大量的测试。
还要接入视觉能力，上线的时间晚了点
前排支持
太牛，我去试试
太牛，我去试试
这个很完美，之前给龙虾构建过记忆索引，这个记忆衰退我觉得很有意思。
感谢关注，过两天会把适配
的plugin放出来
又进行了全面升级
这个研究我更感兴趣，这个记忆其实是现阶段弥补大模型能力的关键之一
这个很完美，之前给龙虾构建过记忆索引，这个记忆衰退我觉得很有意思。
有需要的话，可以看看 openclaw版本的哦，佬 
openclaw版本花了大精力做的，在原版基础上进行了非常多的改进升级