GitHub - goyohan0611-png/graph-mind:为 AI 智能体打造的本地长期记忆。逐字保存每一次对话,存储零成本,所有智能体共享。在同一测试中击败 Mem0、MemPalace 和 agentmemory。

林知秋AI 前沿📡 BestBlogs·AI高分精选⭐ 922026-10-27203 阅读💛 234 收藏
GitHub - goyohan0611-png/graph-mind:为 AI 智能体打造的本地长期记忆。逐字保存每一次对话,存储零成本,所有智能体共享。在同一测试中击败 Mem0、MemPalace 和 agentmemory。

📌 One-Sentence Summary

Graph-MIND 是一个面向 AI 智能体的本地共享记忆系统,无需模型介入即可逐字存储对话,在长期记忆基准测试中取得高准确率,同时保持零成本和隐私保护。

📝 Summary

Graph-MIND 为 AI 智能体记忆管理提供了一个稳健的本地解决方案。它直接捕获并存储每一轮对话,写入时无需模型生成摘要或嵌入。这一方式确保了高保真度,且保存记忆不消耗任何 token。系统支持跨智能体和跨 PC 共享,并具备强大的隐私保护,包括密钥掩码和加密传输。在标准基准测试中,它的表现优于 Mem0 和 MemPalace 等现有方案,证明其能准确检索过往信息。

💡 Main Points

逐字存储与零成本保存

Graph-MIND 按对话发生时的原样存储,不调用任何模型进行摘要或特征提取。这确保保存过程中不丢失或扭曲任何信息,且存储数据不产生计算成本(token)。

出色的基准测试表现

该系统在 LongMemEval 基准测试中达到 88.8% 的准确率,显著优于 Mem0 和 MemPalace 等其他记忆方案。这表明所存储的数据足够充分且结构良好,便于 AI 有效检索和利用。

隐私与安全

所有数据均存储在用户本地 PC 上,无遥测、不依赖云端。API 密钥等敏感信息在存储前会被掩码处理,PC 之间的数据传输经过加密,确保高水平的隐私与安全。

💬 Key Quotes

在 LongMemEval 上达到 88.8%。保存记忆不消耗任何模型 token。运行在你自己的 PC 上。

无需账号,没有自有云端,没有遥测。任何内容存储前密钥都会先被掩码,而「删除我之前输入的密码」会在所有地方将其删除。

保存零成本。对话按原话存储。写入时不调用模型进行摘要或提取,因此进入时既不丢失也不虚构任何内容,也不消耗任何 token。

📊 Article Meta

AI Screening: 92

Source: Hacker News - Newest: "LLM"

Author: guk0731

Category: 人工智能

Language: 英文

Read Time: 5 min

Word Count: 1195

Tags:

AI 与智能应用 , AI Agent , 数字隐私 , WebAssembly , Agent记忆

#AI 与智能应用# AI Agent# 数字隐私# WebAssembly# Agent记忆

文章评论(12)

雪知秋19 天前

整理得太全面了,省了我不少时间。

回复
墨沐雨20 天前

讲解得很细致,新手也能看懂。

回复
蓝光20 天前

楼主辛苦了,内容很有参考价值。

回复
星寻梦20 天前

讲解得很细致,新手也能看懂。

回复
月沐雨19 天前

路过

回复
雪知秋19 天前

讲解得很细致,新手也能看懂。

回复
风倚栏19 天前

有没有更详细的教程,期待后续。

回复
一个橘子19 天前

不错不错,已加入书签。

回复
风倚栏19 天前

这个观点很中肯,深有同感。

回复
晨寻梦19 天前

讲解得很细致,新手也能看懂。

回复
墨向阳19 天前

实测过类似工具,作者说的基本属实。

回复
龙文博19 天前

写得挺用心的,支持一下。

回复