Mnemon：LLM 智能体的持久记忆系统

想象这样一个场景：你花了半小时和 AI 助手分析一个问题，做了大量关键决策，结果第二天再启动时，AI 完全不记得你们讨论过什么——上下文窗口已经刷新，一切从零开始。这是每一个 LLM Agent 开发者都会遇到的痛点：会话失忆症（Amnesia Problem）。

Mnemon 正是为解决这一问题而生。它是一个专为 LLM Agent 设计的持久化记忆系统，核心思路极具颠覆性——不内置 LLM，而是让宿主 LLM 充当记忆引擎的外部监督者。二进制程序处理确定性计算（存储、图索引、搜索、衰减），LLM 做出判断（记什么、怎么关联、何时遗忘）。没有中间人，没有额外推理开销。

图1：LLM 监督式模式：钩子驱动生命周期，宿主 LLM 做判断，二进制处理确定性计算。

背景：从「器官」到「教科书」的范式转移

传统记忆工具往往把记忆当作"器官"——嵌入在 AI 内部，与模型紧密耦合。而 Mnemon 采用了"教科书"隐喻：记忆是独立于 AI 存在的外部知识库，AI 可以随时查阅、标注和复习，但不必把整本书吞进脑子里。

这一设计选择解决了三个根本矛盾：

• API 成本矛盾：Mem0、Letta 等内置 LLM 的方案需要额外的推理 API 调用，成本随记忆量线性增长。Mnemon 完全依赖宿主 LLM 的已有订阅，零额外 API 费用。
• 一致性矛盾：内置 LLM 可能在记忆提取时产生幻觉。Mnemon 的输出是结构化 JSON，LLM 直接消费，不经过二次推理。
• 协议空白：MCP 标准化了工具调用，ODBC/JDBC 标准化了数据库访问，但 LLM 与记忆存储之间的语义交互一直没有协议。Mnemon 的三个原语——remember、link、recall——构成了一个"意图原生协议"。

图2：MAGMA 四图模型——Temporal（时序）、Entity（实体）、Causal（因果）、Semantic（语义）四种关系维度。

核心功能：四图记忆架构

Mnemon 的记忆组织基于 MAGMA（Multi-Aspect Graph Memory Architecture） 四图模型，这是学术前沿的记忆存储范式。每个"记忆节点"（Insight）通过四种边与其他节点关联：

时序图（Temporal Graph）：捕捉记忆的时间顺序。每个新记忆自动与同源的最新记忆建立双向"骨干边"，并与24小时内创建的相邻记忆建立"邻近边"（权重 = 1/(1+时差)）。这让 AI 能够回答"我们上次讨论这个问题是什么时候"这类时间线问题。

实体图（Entity Graph）：基于命名实体（如项目名、人名、工具名）建立关联网络。用户可以用 --entities 参数显式指定关联实体，引擎自动建立实体间的多跳路径。

因果图（Causal Graph）：记录"因为...所以..."类型的记忆关联。当 AI 说"因为上次选了 Qdrant 所以这次继续用它"时，Mnemon 能将决策与后续行为关联起来。

语义图（Semantic Graph）：基于向量嵌入的相似性搜索。默认使用 Ollama + nomic-embed-text 模型生成768维向量，也可完全跳过嵌入仅依赖关键词搜索。

写入管线：mnemon remember

写入流程包含三个关键步骤：

第一步：内置 Diff 检查（事务外，只读）。Mnemon 在存储前会计算新内容与所有现有记忆的语义相似度——如果相似度 > 0.90，判定为重复，直接跳过不写入；如果相似度在 0.50–0.90 之间，判定为冲突/更新，自动软删除旧记忆后写入新版本；如果相似度 < 0.50，才执行正常插入。这意味着 LLM 可以重复调用 remember 而不必担心记忆库膨胀。

第二步：原子写入事务。一个 SQLite 事务完成所有操作：软删除旧记忆（如有）→ 插入新节点 → 建立四种类型的图边。SQLite WAL 模式确保并发安全。

第三步：LLM 监督评估（可选）。通过 --emit 参数，Mnemon 可以将记忆同步推送给宿主 LLM，让 LLM 主动判断这条记忆的重要性等级（1-5）和类别（decision/fact/insight/preference/context/general），无需人工标注。

图3：Remember 管线——输入验证→嵌入生成→内置Diff→原子事务写入→LLM评估。

读取管线：mnemon recall

召回流程采用"智能召回"（Smart Recall）算法，核心是 RRF（Reciprocal Rank Fusion） 融合与 Beam Search 遍历。

当用户输入查询时，Mnemon 先进行意图检测——通过关键词匹配判断是时间线查询、实体查询还是语义查询，然后优先遍历对应类型的图边。Beam Search 从多个候选节点出发，沿着高权重边扩展搜索空间，最后通过多因子重排序（关键词命中 + 实体匹配 + 向量相似度 + 图距离）输出 Top-K 结果。

输出格式经过精心设计，对 LLM 极度友好——每个结果包含 content（记忆原文）、intent（召回意图标签）、confidence（低/中/高置信度）、score（加权分数），还附带了 hint（可选提示，引导 LLM 进一步查询）。记忆节点自带有效重要性（EI）衰减机制：长期不使用的重要记忆会自动降级，空闲超过配置期限后被 GC 清理。

代码架构：Go + SQLite，无外部依赖

Mnemon 的工程实现体现了极简主义哲学：一个 Go 二进制程序 + SQLite 数据库 = 整个系统。没有任何外部 API 依赖，不依赖任何云服务，数据完全存储在本地 /mnemon 目录。

github.com/mnemon-dev/mnemon
├── cmd/             # CLI 命令层（Cobra 框架）
│   ├── remember.go  # 写入命令
│   ├── recall.go    # 召回命令
│   ├── link.go      # 关联命令
│   ├── forget.go    # 删除命令
│   └── setup.go     # 自动集成检测
├── internal/
│   ├── store/       # SQLite 数据库层（WAL 模式）
│   ├── graph/      # 四图引擎（自动边创建）
│   ├── embed/      # 向量嵌入（Ollama 集成）
│   ├── search/     # 召回算法（RRF + Beam Search）
│   └── setup/      # Agent 集成检测（20+ 种 CLI）
└── harness/        # 实验性：事件溯源生命周期层

代码质量可圈可点：仓库包含大量 *_test.go 文件，测试覆盖率极高；Go Report Card 评分良好；.goreleaser.yml 完整配置了跨平台发布（Linux/macOS/Windows × amd64/arm64）；Homebrew Tap 官方支持喝 brew 安装。Go 版本要求 1.24+，使用了 modernc.org/sqlite（纯 Go 实现）、spf13/cobra（CLI 框架）等高质量依赖。

Agent 集成：开箱即用的 20+ 平台支持

Mnemon 的 mnemon setup 命令能自动检测并集成 20 多种主流 LLM CLI 工具，包括 Claude Code、OpenClaw、Cursor、Trae、Qoder、Kimi Code、CodeBuddy、WorkBuddy、OpenCode、Nanobot、Pi 以及本文档正在使用的 Hermes Agent（通过 internal/setup/assets/hermes/ SKILL.md 集成）。集成方式是将 Mnemon 的记忆原语（remember/recall/link）封装为各平台的 hook 脚本（prime.sh / compact.sh / remind.sh / nudge.sh），在 AI 的每个工作周期自动调用。

部署：两分钟启动

部署极其简单，只需一行命令：

# 方式1: Docker Compose（一键，包含可选 ollama 向量服务）
git clone https://github.com/mnemon-dev/mnemon && cd mnemon
docker compose up -d

# 方式2: Homebrew（macOS/Linux）
brew install mnemon-dev/tap/mnemon
mnemon setup  # 自动检测并集成已安装的 CLI 工具

# 方式3: Go 安装
go install github.com/mnemon-dev/mnemon@latest

Dockerfile 采用了三阶段构建（dev → build → runtime），最终 runtime 镜像基于 Alpine Linux，大小仅约 20MB。内存需求极低（256MB RAM），无需 GPU。

局限与争议

尽管设计理念先进，Mnemon 也存在一些值得关注的局限：

1. LLM 调用开销：虽然不需要额外的 LLM API，但每次记忆操作都会触发与宿主 LLM 的交互。如果宿主 LLM 上下文窗口已满，记忆功能本身也会受影响——这形成了一个自引用悖论。

2. 向量嵌入可选：没有 Ollama 时，Mnemon 退化为纯关键词搜索，语义召回能力大打折扣。用户必须自行维护一个 Ollama 实例。

3. 实验性组件：mnemon-harness（事件溯源生命周期管理）明确标注为"非生产可用"且"可能随时破坏性变更"，与稳定版 CLI 存在共存关系，这增加了认知负担。

4. 跨 Agent 记忆共享：目前记忆绑定在单个 Agent 实例上，多 Agent 协作场景下如何同步记忆还没有成熟方案。

行业意义

Mnemon 代表着 LLM Agent 记忆领域的第三次范式转移：从"内置记忆模块"（Mem0）到"上下文工程"（Claude Code Memory），再到"外部监督式持久记忆"。其 MAGMA 四图模型将记忆从扁平的键值存储升级为多维关系网络，语义召回能力远超传统 RAG。

作为一个发布仅数月的开源项目（Stars 364且持续增长），Mnemon 已经展现出了清晰的技术愿景和高质量的工程实现。其"LLM 即监督者"的设计哲学——用已有订阅而非额外 API——在成本敏感的企业场景中具有相当的吸引力。随着 LLM Agent 生态的成熟，外部记忆协议这一赛道很可能成为下一个兵家必争之地，而 Mnemon 已经抢占了先机。