Show HN: Adaptive Recall，基于MCP的AI助手持久记忆

# 自适应召回——面向 AI 应用的自适应记忆系统 来源：https://www.adaptiverecall.com/ 专利待批 借助一个能从每次交互中学习的记忆系统，完成存储、召回和遗忘。检索质量随时间自动提升，由认知科学与机器学习驱动。 免费开始使用（https://www.adaptiverecall.com/auth.php?action=signup） 自适应学习 AI 服务器环境 ### 标准记忆 API \+ 使用向量嵌入存储文本 \+ 按余弦相似度搜索 \+ 按元数据标签过滤 \- 单一检索策略 \- 静态结果，无学习能力 \- 无质量监控 \- 记忆永不进化 \- 无知识图谱 ### 自适应召回 \+ 四种检索策略并行运行 \+ 基于 30 年研究的 ACT-R 认知评分 \+ 自动构建知识图谱 \+ 包含置信度演变的记忆生命周期 \+ 基于证据门控的参数学习 \+ 检索质量的自我验证 \+ 好奇心驱动的知识缺口检测 \+ 根据你的使用模式训练的机器学习管道 自适应检索 ### 自适应检索 四种搜索策略并行运行：向量相似度、时间近因、全文关键词以及知识图谱遍历。系统会学习针对每种查询类型优先采用哪些策略。 了解更多 →（https://www.adaptiverecall.com/features/#retrieval） 认知评分 ### 认知评分 结果使用来自认知科学的 ACT-R 激活模型进行排序。近因性、访问频率、实体连接以及经过验证的置信度都会影响哪些记忆优先浮现。 了解更多 →（https://www.adaptiverecall.com/features/#scoring） 知识图谱 ### 知识图谱 实体及关系会自动从存储的记忆中提取。图谱成为一条检索路径，通过连接而非仅仅文本相似度来找到相关信息。 了解更多 →（https://www.adaptiverecall.com/features/#graph） 记忆生命周期 ### 记忆生命周期 记忆并非数据库中的静态行。它们经历不同阶段，根据佐证证据提升或降低置信度，并在不再被访问时自然淡出。 了解更多 →（https://www.adaptiverecall.com/features/#lifecycle） 自我改进系统 ### 自我改进系统 系统会利用你的使用数据训练机器学习模型，对照真实查询历史验证每一个参数变更，并监控自身的检索质量。你用得越多，它就变得越好。 了解更多 →（https://www.adaptiverecall.com/features/#learning） API 与集成 ### 简洁 API 八个工具：存储、召回、更新、遗忘、图谱、状态、快照、反馈。支持通过 MCP 供 Claude Code 及其他 CLI 工具使用，也可通过纯 HTTP REST 供任何应用调用。Bearer 令牌认证，JSON 输入输出。 了解更多 →（https://www.adaptiverecall.com/features/#api） ## 开始使用 Adaptive Recall 进行构建 免费注册（https://www.adaptiverecall.com/auth.php?action=signup） 无需信用卡。免费享用 500 条记忆。 Adaptive Recall 由AI Apps API（https://www.aiappsapi.com/）构建和维护，该公司旗下拥有一系列 AI 工具及定制智能体系统。