MIRIX

图1：Mirix 官方 Logo

想象一下：你每天在电脑上做的每一件事——打开的网页、写的代码、看的视频、聊的天——都被一个默默工作的 AI 助手悄悄记下来。某天你随口问它：「上周我看过那篇讲 RAG 的文章，主要观点是什么？」它不仅能回答你，还能翻出你当时在哪个标签页打开的。这就是 Mirix，一个会「看」你屏幕的多智能体个人助理。

项目起源：从健忘症到过目不忘的 AI 助手

大型语言模型（LLM）虽然能处理海量知识，但有一个致命缺陷——没有记忆。每次对话对它来说都是白纸一张。你让它帮你写代码，它不知道你上周踩过什么坑；你问它某个项目的进度，它完全摸不着头脑。这个问题在 AI 社区由来已久，但大多数解决方案都是简单的「对话历史拼接」，既不结构化，也无法持久。

Mirix 团队的答案是：让 AI 像人一样记忆。受认知科学中「记忆系统分工」启发，Mirix 将记忆拆分为 6 个各司其职的组件，每个组件由专门的 Agent 管理。这种架构借鉴了人类大脑的分工机制——有人负责即时反应，有人负责长期归档，Mirix 正是把这种分工搬进了代码里。

六大记忆系统：给 AI 安装记忆芯片

Mirix 的核心创新在于六层记忆架构，每个记忆层都有独特的存储逻辑和应用场景：

这 6 个组件并非简单堆叠，而是由各自的专用 Agent 动态管理。当用户提出问题时，系统会自动判断需要调用哪些记忆层，并综合多个 Agent 的输出给出答案。这种「多专家协作」的模式比单一 Agent 的效果要好得多。

屏幕活动追踪：让 AI 看到你在做什么

Mirix 最独特的能力是实时屏幕活动追踪。通过视觉数据捕获，Mirix 能感知用户在屏幕上打开了什么窗口、阅读了哪些内容。这意味着它不只是被动响应用户提问，而是主动「观察」用户的数字生活，积累第一手经验。

举个例子：你在阅读一篇关于大模型微调的技术博客时，Mirix 在后台默默记录了你花了 15 分钟看这篇内容，还标注了你暂停和回读的段落。第二天你问「大模型微调有什么方法」，Mirix 不仅能给出通用答案，还能指出「你昨天看过一篇博客，主要讨论了 LoRA 和 RLHF 两种方法」。这种「情境感知」能力是传统 RAG 系统无法实现的。

技术架构：模块化的多智能体系统

从代码结构来看，Mirix 采用了典型的模块化多智能体架构：

• 后端：Python 3.10+，基于 FastAPI 构建 REST API 服务（端口 8531），支持 SSE 流式响应
• 数据库：PostgreSQL + pgvector 扩展，支持 BM25 全文检索和向量相似度搜索双引擎
• 缓存：Redis Stack，提供高性能的向量搜索和会话缓存
• 前端：React + TypeScript Dashboard（端口 5173），提供可视化配置界面
• LLM 支持：OpenAI GPT 系列、Google Gemini、Anthropic Claude，灵活切换
• 工具生态：集成 Composio 工具集，支持 MCP（Model Context Protocol）协议
• 观测：OpenTelemetry + Langfuse，完整的可观测性方案

这种架构的优势在于松耦合：每个组件都可以独立替换或升级。比如你想把 pgvector 换成 Chroma，或把 Gemini 换成 GPT-4，只需修改配置，无需动核心代码。

一键部署：Docker 改变了一切

对于很多 AI 项目来说，「上手难」是最大门槛。Mirix 在这一点上做得相当友好——一条命令搞定全部：

docker compose up -d --pull always

这条命令会自动启动 4 个容器：PostgreSQL 数据库（预装 pgvector 扩展）、Redis 缓存、Mirix API 服务、React Dashboard。访问 http://localhost:5173 进入 Dashboard，在界面里创建 API Key，再安装 Python 客户端：

pip install mirix-client

然后就可以用 Python 代码控制 Mirix 了。整个过程不需要懂 Docker、不需要配数据库、不需要懂 AI——5 分钟从零到跑起来。

后端也提供了多阶段 Dockerfile，镜像大小经过优化。默认以非 root 用户运行（mirix），符合安全最佳实践。官方甚至提供了 docker-compose.test.yml 用于自动化测试。

上手体验：门槛低，但上限很高

对普通用户来说，Mirix 的 Dashboard 已经足够友好——点点鼠标就能配置 LLM、管理记忆。但对开发者来说，真正的乐趣在于自定义。

你可以：

• 接入不同的 LLM（Gemini / GPT-4 / Claude），对比效果
• 自定义每个 Memory Agent 的提示词，调整记忆策略
• 扩展 Composio 工具集，赋予 Agent 更多能力（浏览器控制、文件操作等）
• 接入 MCP 协议，对接更多外部数据源

Python 客户端 API 设计得很直观，MirixClient 类提供了 initialize_meta_agent() 和 add() / query() 等方法，即使不熟悉底层实现也能快速上手。

局限与挑战：不完美，但值得关注

作为一个 Beta 阶段（v0.1.0）的项目，Mirix 也有明显的局限：

1. 隐私争议：屏幕追踪能力强大，但也意味着它会持续采集用户的屏幕活动数据。虽然官方强调「本地优先」，但默认配置下仍需要用户主动信任这套系统。对隐私敏感的用户需要仔细阅读文档再做决定。

2. 数据库依赖：PostgreSQL + pgvector + Redis Stack 三件套缺一不可。虽然 Docker 简化了部署，但对于只想轻量体验的用户来说，资源占用不算低。

3. 多模态能力待验证：虽然 README 声称支持文本、图像、语音和屏幕捕获，但实际体验中语音和图像的处理深度还需要进一步测试。

4. 项目成熟度：目前处于 Beta 阶段，API 和数据结构可能随版本更新而变化，生产环境使用需谨慎。

行业意义：记忆 Agent 的探索者

Mirix 的出现代表了 AI Agent 发展的一个重要方向：让 AI 拥有持久化、结构化的记忆。过去一年，社区在「工具调用」和「多步骤推理」上取得了巨大进步，但「记忆」始终是短板。

Mirix 的六层记忆架构提供了一个有价值的参考框架——它不一定是最终答案，但它证明了「分而治之的记忆策略」在工程上是可行的。随着上下文窗口越来越大、模型越来越聪明，如何高效管理和利用长程记忆，将成为下一代 AI 助手的核心竞争力。

如果你关心 AI Agent 的记忆问题，Mirix 值得关注——无论是用它构建自己的个人 AI 助手，还是学习多智能体系统的设计哲学。

项目信息：Apache-2.0 开源协议 · Python 3.10+ · GitHub 3558 Stars · 主页 https://mirix.io · 论文 https://arxiv.org/abs/2507.07957