🧬 DNA Memory

让 AI Agent 像人脑一样学习、强化、遗忘与归纳

English | 简体中文

---

大多数 AI 记忆系统只是在“存”。 DNA Memory 想解决的是：AI 如何像人一样学习与进化。

它不是简单的 memory store，而是一套带有：

• 三层记忆架构
• 权重强化 / 衰减遗忘
• 反思归纳（reflect）
• 长期记忆晋升（promote）
• 重复记忆清理（dedupe）
• FTS5 全文 recall 搜索
• 后台 daemon 自动维护

的 Agent 记忆系统。

---

🆚 为什么不是普通 Memory？

能力	Mem0	Zep	LangChain Memory	DNA Memory
基础存储	✅	✅	✅	✅
向量/语义检索	✅	✅	✅	⚠️ 可扩展
多层记忆架构	❌	⚠️	❌	✅ 工作/短期/长期
主动遗忘	❌	❌	❌	✅
自动反思	❌	❌	❌	✅
模式归纳	❌	❌	❌	✅
长期晋升	❌	❌	❌	✅
本地优先 / 零重依赖核心	❌	❌	❌	✅
适合 Agent 工作流	⚠️	⚠️	⚠️	✅ 为 Agent 行为闭环设计

一句话差异化定位：

DNA Memory 帮助 AI Agent 不只是“记住”，而是像人脑一样对信息进行强化、遗忘、归纳和进化。

---

🚀 30 秒快速开始

# 1) clone 到 OpenClaw skills 目录
git clone https://github.com/AIPMAndy/dna-memory.git ~/.openclaw/skills/dna-memory

# 2) 记录一条偏好
python3 ~/.openclaw/skills/dna-memory/scripts/evolve.py remember "用户喜欢简洁直接的回复" -t preference -i 0.9

# 3) 搜索记忆
python3 ~/.openclaw/skills/dna-memory/scripts/evolve.py recall "简洁 回复"

# 4) 查看统计
python3 ~/.openclaw/skills/dna-memory/scripts/evolve.py stats

特点：

• 核心功能只依赖 Python 标准库 + SQLite
• 不需要外部数据库
• 默认本地存储，适合个人 Agent / 本地 Agent / 自动化助手

---

✨ 核心能力

1. 三层记忆架构

工作记忆（Working）
  ↓ 筛选
短期记忆（Short-term）
  ↓ 巩固 / 晋升
长期记忆（Long-term）

层级	作用	典型内容
工作记忆	当前会话临时上下文	本轮任务、刚发生的事
短期记忆	近几天重要信息	用户偏好、近期经验、错误教训
长期记忆	稳定知识与模式	规则、技能、长期偏好、归纳后的 pattern

2. 强化与遗忘

• 高频使用 → 权重提升
• 长期不访问 → 权重衰减
• 低权重记忆 → 可被清理
• 被验证的高价值记忆 → 晋升为长期记忆

3. Reflect 反思机制

reflect 会做两件事：

• 从近期高权重记忆里提炼高频模式
• 自动把稳定、重要的短期记忆晋升为长期记忆

4. Recall 搜索增强

当前版本已支持：

• 多关键词 AND 搜索
• type:error / type:skill 类型过滤
• SQLite FTS5 全文搜索
• FTS5 不可用时自动回退 LIKE 搜索

示例：

python3 scripts/evolve.py recall "飞书 API"
python3 scripts/evolve.py recall "type:error GitHub"
python3 scripts/evolve.py recall "用户 偏好 简洁"

5. 后台自动维护（Daemon）

支持后台 daemon 定时执行：

• 自动 reflect
• 自动 decay
• 避免同一批记忆反复归纳

并可通过 macOS launchd 开机自启。

---

📦 当前真实架构

dna-memory/
├── scripts/
│   ├── evolve.py              # 核心 CLI：remember / recall / stats / reflect / dedupe ...
│   ├── dna_memory_daemon.py   # 后台守护：自动 reflect / decay
│   ├── semantic_search.py     # 语义搜索实验模块（可扩展）
│   ├── analyze.py
│   ├── api.py
│   ├── autocollect.py
│   ├── backup.py
│   ├── cli.py
│   ├── detailed_stats.py
│   ├── knowme_link.py
│   ├── reminder.py
│   ├── trigger.py
│   └── visualize.py
├── memory/
│   ├── memory.db              # SQLite 主库（记忆 + 操作日志）
│   └── working.json           # 工作记忆
├── assets/
│   └── config.json            # daemon/衰减等配置
├── README.md
├── README_EN.md
└── SKILL.md

注意：memory/*.db 不应提交到 Git，仓库已加入 ignore 保护真实记忆数据。

---

🧪 核心命令

Remember

python3 scripts/evolve.py remember "Andy 喜欢简洁直接的回复" -t preference -i 0.95

Recall

python3 scripts/evolve.py recall "简洁 回复"
python3 scripts/evolve.py recall "type:skill 飞书"

Stats

python3 scripts/evolve.py stats

Reflect

python3 scripts/evolve.py reflect

Promote

python3 scripts/evolve.py promote --id 12

Dedupe

python3 scripts/evolve.py dedupe

Daemon

# 启动
python3 scripts/dna_memory_daemon.py start

# 查看状态
python3 scripts/dna_memory_daemon.py status

# 停止
python3 scripts/dna_memory_daemon.py stop

---

⚙️ 适用场景

1. 个人 AI 助理

• 记住用户偏好
• 逐步形成长期协作风格
• 从错误中学习，不重复犯错

2. Agent 工作流编排

• 任务执行后沉淀技能
• 失败案例进入 error memory
• 长任务形成模式归纳

3. AI 知识型产品

• 积累用户画像
• 记录行为模式
• 构建长期 personalization

4. 自我进化系统

• 配合 self-improving-agent / OpenClaw / 自定义 Agent 使用
• 把“经验”变成机器能持续复用的资产

---

🧭 推荐工作流

收到任务
  ↓
Recall 相关记忆
  ↓
执行任务
  ↓
Remember 新偏好 / 新技能 / 错误
  ↓
Reflect 归纳模式
  ↓
Promote 到长期记忆

这套流程适合：

• 被用户纠正时
• 学到新偏好时
• 遇到 API 失败时
• 完成长任务时
• 发现重复模式时

---

🗺️ Roadmap

• SQLite 单库重构
• remember / recall / reflect / promote / dedupe CLI
• daemon 自动 reflect / decay
• recall 支持 FTS5 全文搜索
• launchd 开机自启方案
• 更强的中文分词与相关性排序
• 真正的 embedding 语义检索接入
• 记忆关联图谱可视化增强
• 更完整的导入 / 导出 / 迁移工具
• 多 Agent 共享记忆空间支持

---

🤝 贡献

欢迎提交 Issue / PR，一起把“AI 记忆”这件事做对。

建议优先贡献方向：

• recall 相关性排序
• 中文搜索体验
• pattern 抽取质量
• 记忆可视化
• 多模型 embedding 接入

---

👨‍💻 作者

Andy / AI酋长Andy
前腾讯 / 百度 AI 产品专家 → 大模型独角兽 VP → 创业 CEO

关注方向：

• AI Agent
• AI 商业化
• 记忆系统
• 个体增强

GitHub: https://github.com/AIPMAndy

---

📄 License

Apache 2.0

---

如果这个项目对你有帮助，欢迎给个 ⭐ Star。