企业官网建设流程全解析

Mnemosyne Python SDK完全教程：3行代码让任何AI Agent拥有持久记忆

【免费下载链接】mnemosyneZero-cloud AI memory that works everywhere. SQLite-backed. One pure-Python dependency.项目地址: https://gitcode.com/gh_mirrors/mnemosyne5/mnemosyne

Mnemosyne 是一个零云端依赖、基于 SQLite 的 Python AI 记忆系统，只需一条pip install和 3 行代码，就能为你的 AI Agent 或 LLM 应用加上持久记忆。它没有 HTTP 服务、没有外部 API 密钥要求，只有一个 SQLite 数据库文件，全部数据都保存在你自己的机器上。本教程将带你从零安装到实际调用 Mnemosyne Python SDK，快速掌握 AI Agent 记忆层的核心用法。

为什么 AI Agent 需要持久记忆？

想象你每天都在和 AI 编程助手对话，但每次会话结束，它都忘了你偏好哪个框架、哪个架构约定、甚至你的名字。这就是"金鱼记忆"问题——当前大多数 LLM 应用只在单次会话内有效。

Mnemosyne 的设计目标就是解决它：

• 🧠零云端：数据本地优先，默认不离开你的机器
• 📦零重型依赖：一个 pip 包 + 一个 SQLite 文件，无 Qdrant、无 PostgreSQL
• 🔌全平台通用：通过 MCP 协议或 Python SDK，接入 Cursor、Claude Code、Codex、OpenWebUI 或你自己的 Agent
• ⚡混合检索：向量相似度 + 全文关键词 + 重要度评分，全部在 SQLite 内完成

一键安装：pip 安装步骤

Mnemosyne 要求 Python 3.10+，安装只需一行：

pip install mnemosyne-memory

如果你需要完整功能（本地向量嵌入 + 本地 LLM 记忆整理），可以安装全功能版：

pip install "mnemosyne-memory[all]"

安装完成后，用官方快速入门文档 docs/getting-started.md 验证环境即可。

3行代码：你的第一条记忆

这是整个教程的核心——真正的 3 行代码，就能完成"写入记忆"和"回忆记忆"：

from mnemosyne import remember, recall remember("用户偏好深色模式界面") results = recall("用户偏好")

就这样。第一行导入 API，第二行写入一条记忆，第三行按语义检索相关记忆。没有配置文件、没有服务器、没有 API Key——这就是 Mnemosyne Python SDK 的全部门槛。

更完整的调用示例（来自官方文档）：

from mnemosyne import remember, recall # 存储事实，可指定重要度与来源 remember("用户偏好深色模式界面", importance=0.9, source="preference") # 全局记忆：所有会话可见 remember("用户邮箱是 alice@example.com", importance=0.95, scope="global") # 语义检索，返回最相关的前 3 条 results = recall("界面偏好", top_k=3) for r in results: print(r["content"])

这些模块级函数定义在 mnemosyne/core/memory.py 中，是官方推荐的简洁调用方式；想精细控制时再实例化Mnemosyne类即可。

核心 API 速查表：记忆生命周期管理

除了remember和recall，SDK 还提供了一组开箱即用的函数，覆盖记忆的完整生命周期：

全部公开 API 可在 mnemosyne/init.py 中查看，官方 API 参考文档见 docs/api-reference.md。

进阶：给记忆加上"重要性"与"有效期"

remember()的关键参数让记忆管理更接近人脑：

• importance（0~1）：重要度评分，直接影响检索排序（评分权重占 20%）
• scope：session为会话级，global为跨会话全局可见
• valid_until：过期时间，临时凭证、令牌类记忆到期自动失效

例如存储一条会过期的临时令牌：

remember("临时令牌: abc123", importance=0.8, valid_until="2026-12-31")

进阶：按时间回忆与记忆库隔离

recall()支持时间衰减权重，让"最近发生的事"更容易被想起：

results = recall("部署记录", temporal_weight=0.5, temporal_halflife=48.0)

多 Agent 或多业务线场景下，可以用**记忆库（Memory Banks）**做领域隔离，工作记忆与个人记忆互不干扰：

from mnemosyne.core.banks import BankManager BankManager().create_bank("work")

架构揭秘：BEAM 三层记忆模型

Mnemosyne 的核心是一个名为BEAM（双层情景-关联记忆）的三层架构，模拟人类记忆的工作方式：

┌──────────────────────────────────────────────────┐ │ 任意 AI Agent（MCP / SDK / 插件） │ └────────────────────┬─────────────────────────────┘ ┌────────────────────▼─────────────────────────────┐ │ Mnemosyne BEAM │ │ 工作记忆 ──▶ 情景记忆（长期） + 三元组库（时序KG） │ │ │ │ │ SQLite 单文件（sqlite-vec + FTS5） │ └──────────────────────────────────────────────────┘

• 工作记忆（Working Memory）：热上下文，自动在 LLM 调用前注入，带 TTL 自动淘汰
• 情景记忆（Episodic Memory）：长期存储，向量 + FTS5 混合检索
• 三元组库（TripleStore）：时序知识图谱，支持"某事在某日生效"这类版本链查询

检索评分公式为50% 向量相似度 + 30% FTS5 关键词排名 + 20% 重要度，并且全部计算都发生在 SQLite 内部。架构细节可阅读 docs/architecture.md。

接入任何 Agent：MCP 与 CLI 用法

如果你不想直接写 Python，Mnemosyne 自带 MCP 服务器，Cursor、Claude Code、Codex、Windsurf 等所有 MCP 客户端只需一段配置即可接入，各平台完整指南见 docs/integrations/README.md（内含 cursor-mcp.md、claude-code-mcp.md 等单平台教程）。

命令行同样好用，日常操作不离开终端：

mnemosyne store "用户喜欢深色模式" # 写入记忆 mnemosyne recall "偏好" # 检索记忆 mnemosyne stats # 查看统计 mnemosyne sleep # 运行记忆整理（consolidation）

mnemosyne sleep会触发"睡眠整理"周期，把碎片化的工作记忆压缩成摘要——这正是 SQLite 单文件也能做到亚毫秒级检索的秘密之一。完整 CLI 命令参考 docs/cli-reference.md。

隐私与安全：你的记忆只属于你

作为"零云端"记忆系统，Mnemosyne 的隐私模型值得单独一提：

• ✅默认本地优先：不开启同步、不用远程嵌入服务时，数据永不离开本机
• ✅零遥测：无追踪、无分析、无云依赖
• ✅可选加密同步：桌面与 VPS 间的双向增量同步支持客户端加密（Fernet 或 PyNaCl），服务器只能看到元数据，密钥永不离机

安全模型全貌见 docs/security.md，同步机制文档见 docs/sync.md。

常见问题

Q1：Mnemosyne 和 mem0、Letta 这类记忆框架有什么区别？

最大的区别是本地优先 + 零依赖。mem0 需要搭配 Qdrant/PostgreSQL，Letta 需要 Docker + PostgreSQL，而 Mnemosyne 只需一个 pip 包和一个 SQLite 文件，甚至能跑在树莓派上（核心版约 50 MB 内存）。

Q2：中文等非英文记忆检索效果如何？

默认嵌入模型偏向英文。中文或混合语言场景，切换嵌入模型即可：

export MNEMOSYNE_EMBEDDING_MODEL=BAAI/bge-small-zh-v1.5

多语言模型选择与权衡见 docs/configuration.md。

Q3：记忆存在哪里？如何备份？

所有数据都在MNEMOSYNE_DATA_DIR（默认~/.hermes/mnemosyne/data）下的一个 SQLite 文件中。备份就是mnemosyne export backup.json，恢复用mnemosyne import backup.json——真正的单文件可迁移记忆。

总结：3 行代码，终身记忆

回到开头的 3 行代码：

from mnemosyne import remember, recall remember("用户偏好深色模式界面") results = recall("用户偏好")

• 安装：pip install mnemosyne-memory，一条命令
• 写入：remember()，支持重要度、作用域、过期时间
• 回忆：recall()，向量 + 关键词 + 重要度混合检索
• 扩展：MCP 接入任意 Agent、CLI 命令行操作、加密同步多设备

Mnemosyne 用"零云端 + 单 SQLite 文件"的极简设计，证明了 AI Agent 的持久记忆不需要昂贵的云基础设施。现在，给你的 Agent 加上这 3 行代码，让它真正"记住"你。

【免费下载链接】mnemosyneZero-cloud AI memory that works everywhere. SQLite-backed. One pure-Python dependency.项目地址: https://gitcode.com/gh_mirrors/mnemosyne5/mnemosyne