【免费下载链接】mnemon
LLM-supervised persistent memory for AI agents — graph-based recall, cross-session knowledge, single binary. Works with DeepSeek Harness, Claude Code, OpenClaw, and any agent runtime.
Mnemon 是一个为 AI Agent 提供持久记忆的开源项目，其 Embedding（嵌入向量）模块采用"可选增强"设计：不配置任何嵌入服务即可完整使用 remember、recall、图遍历等核心功能；而当你用 Ollama 拉取一个本地嵌入模型后，就能零 API Key、零成本地启用基于向量相似度的语义混合检索，显著提升 recall 召回精度。
为什么 Embedding 是可选的？
Mnemon 的检索引擎（internal/memory/search/）设计了完整的**优雅降级（graceful degradation）**机制：
| 能力 | 无嵌入向量时 | 有嵌入向量时 |
|---|---|---|
| 召回锚点 | 关键词 + 时间 | 关键词 + 向量 + 时间（RRF 混合融合） |
| 语义边 | Token 重叠（较粗糙） | 余弦相似度 ≥ 0.50（精确） |
| 图遍历评分 | 纯结构信号 | 结构 + 语义信号 |
| 重排序权重 | 关键词 45% / 实体 25% / 图 30% | 关键词 30% / 实体 15% / 相似度 35% / 图 20% |
关键点在于：运行时自动检测，无需任何"降级模式"开关。Mnemon 每次运行会以 2 秒超时探测嵌入服务是否可用；如果服务掉线，相似度那 35% 的权重会自动重新分配给关键词和图信号，检索照常工作。这个权重矩阵定义在 internal/memory/search/recall.go 中。
用 Ollama 零 API Key 启用本地语义检索
Ollama 是 Mnemon 的默认嵌入服务商，本地运行、无需注册、无需 API Key。三步完成配置：
- 安装 Ollama（官网或包管理器）
- 拉取默认嵌入模型：
ollama pull nomic-embed-text（一个轻量高效的文本嵌入模型，输出 768 维向量） - 什么都不用改 —— Mnemon 的默认端点就是
http://localhost:11434，默认模型就是nomic-embed-text
也就是说，只要本机 Ollama 在跑且模型已拉取，语义检索自动生效。
配置完成后可用一条命令验证：
mnemon embed --status
它会返回嵌入覆盖率、embedding_available 状态、当前协议与模型等信息（该命令实现见 cmd/memory/embed.go）。embedding_available 字段会发起一次真实的小文本嵌入请求确认模型可用，不会外发任何已存储的记忆内容。
智能召回流水线：向量在哪个环节起作用
下面这张图展示了 mnemon recall 的完整流水线：查询先被嵌入为 768 维向量，随后与关键词、时间、实体三路信号并行进行多信号锚点选择，再经 RRF 融合、Beam Search 图遍历与加权重排序，最终输出结果。
配置参考：六个环境变量完整清单
除了零配置的默认路径，Mnemon 还通过环境变量暴露了完整的可调项（客户端解析逻辑见 internal/memory/embed/ollama.go）：
| 环境变量 | 默认值 | 说明 |
|---|---|---|
MNEMON_EMBED_ENDPOINT | http://localhost:11434 | 嵌入 API 端点 |
MNEMON_EMBED_MODEL | nomic-embed-text | 嵌入模型 |
MNEMON_EMBED_PROTOCOL | 自动检测 | ollama 或 openai；端点以 /v1 结尾自动识别为 openai |
MNEMON_EMBED_API_KEY | 无 | OpenAI 兼容服务的 Bearer 令牌（本地 Ollama 无需） |
MNEMON_EMBED_KEEP_ALIVE | 30m | Ollama 在请求后保持模型加载的时长 |
MNEMON_EMBED_DIMENSIONS | 模型原生维度 | 向量维度截断，如 Matryoshka 模型可设 256 |
📌 一个贴心的细节：默认 keep_alive 被设为 30 分钟而非 Ollama 自带的 5 分钟——避免大型嵌入模型在 Agent 两轮对话之间被卸载，冷加载会让下一次 recall 白白多出几秒延迟。
兼容 OpenAI 协议：不止 Ollama
Mnemon 的嵌入客户端同时实现了 OpenAI 兼容协议（/v1/embeddings 路由 + Bearer 认证），意味着 oMLX、llama.cpp server、vLLM、LM Studio 等本地推理服务都可以直接接入：
export MNEMON_EMBED_ENDPOINT=http://127.0.0.1:18000/v1
export MNEMON_EMBED_MODEL=bge-m3-mlx-8bit
只要端点 URL 以 /v1 结尾，协议会被自动识别，无需显式指定 MNEMON_EMBED_PROTOCOL。对本地免密钥服务，MNEMON_EMBED_API_KEY 也可以完全省略。
向量如何塑造记忆图谱
启用嵌入后，Mnemon 在写入记忆时会自动计算余弦相似度并建立语义边（semantic edge）：相似度 ≥ 0.50 自动建边，0.40–0.80 区间还会触发 LLM 复核。向量以 float32 小端格式序列化存储（实现见 internal/memory/embed/vector.go），磁盘开销很小。
存量记忆回填：一条命令补齐向量
如果你是在使用 Mnemon 一段时间后才配置嵌入服务，已有洞察并没有向量。此时一条命令即可全部回填：
mnemon embed --all
它会为所有未嵌入的洞察生成向量，并自动创建语义边，前后都可以用 mnemon embed --status 对比覆盖率。单个洞察也可以用 mnemon embed <id> 补嵌。
小结
Mnemon 的 Embedding 设计体现了"渐进增强"的思路：
- 零配置可用：无嵌入服务时核心功能完整，权重自动重分配
- 零成本增强：Ollama 本地模型免 API Key，拉取即生效
- 协议双兼容：Ollama 与 OpenAI 兼容协议自动识别
- 存量可回填：
mnemon embed --all一条命令补齐历史记忆
更多细节可查阅官方文档 docs/USAGE.md 的 "Embedding Support (Optional)" 章节，以及算法层面的说明 docs/development/memory-algorithm-performance.md。
【免费下载链接】mnemon
LLM-supervised persistent memory for AI agents — graph-based recall, cross-session knowledge, single binary. Works with DeepSeek Harness, Claude Code, OpenClaw, and any agent runtime.
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
