我曾询问是否存在一种以本地优先的 Markdown 记忆服务器。你们给出了约 20 个建议。以下是我逐一调研后的发现。

一周前，我在此发帖询问是否存在一种特定的东西：一种完全本地的智能体记忆系统，以可读文件的形式存储记忆——不是数据库，不是云服务，仅仅是我可以打开、阅读和编辑的文件。很多人回复了建议。我逐一查看了所有这些建议。以下是详细分析。 --- **首先，其中一些并不是记忆系统** 在进行实际比较之前，值得指出几个频繁出现但属于不同工具的东西：ChromaDB 是一个向量数据库——你可以在它之上构建记忆系统，但它本身不是记忆系统。qmd 是一个文档搜索引擎，没有写入流水线，也没有记忆生命周期管理。ContextKeep 执行上下文压缩。LCM 保留会话上下文，而非跨会话的持久化记忆。这并不是批评——它们都是有用的工具。只是不是我询问的对象。 --- **成熟的主流选项** **mem0** 是市场领导者，实至名归——生态系统成熟，提供多种语言的 SDK，基于图的记忆系统支持实体提取，已在生产规模中得到验证。如果云基础设施不是顾虑因素，这可能是大多数人的正确选择。其权衡之处在于：默认使用 OpenAI，倾向于其托管服务，并将所有数据存储在数据库中。你的智能体的记忆在很大程度上是不透明的，且不在你的本地机器上。 **Hindsight** 是我的帖子中最常见的建议，通常推荐是合理的。它提供知识图谱、实体解析，并能处理相互矛盾的记忆。这是一个扎实的项目。但它需要 Postgres 和向量数据库才能运行，且存储方式为 SQL——你不能直接阅读智能体知道什么，必须通过查询。 **Zep** 在这一领域拥有最长的历史记录，背后有真正的企业级部署支撑。支持多模态记忆，结构化知识提取。与 Hindsight 类似的基础设施要求，默认以云为先。 **Honcho** 采取更学术化的角度——持续学习，有状态架构。目前更偏向研究级而非生产就绪，且 AGPL 许可证加上对云的依赖限制了自由使用的程度。 --- **OpenClaw 特定选项** **memory-lancedb-pro** 是 OpenClaw 生态系统中最强的记忆插件——混合检索，适当的衰减模型，积极维护。如果你已经在使用 OpenClaw，这很可能是你的首选。但它不是一个独立的服务器。 **GBrain** 类似——以 MCP 为先，OpenClaw 集成不错，但在该生态系统之外特别用处不大。 --- **最有趣的新进入者** **mnem** 是最有技术野心的新加入者。Rust 编写，单二进制文件，捆绑嵌入器——无 Python，无 Ollama，无外部依赖。其卖点是“智能体记忆的 git”：分支你的记忆状态，对比差异，跨智能体合并，回滚不良写入。使用 GraphRAG 进行检索。在与 mem0 的基准测试中表现良好。仅两周历史，因此测试覆盖率较薄。对我用法的另一个限制：它使用内容寻址的图节点而非可读文件，因此你仍然无法打开存储库查看内部内容。但确实值得关注。 --- **我最初询问的空白** 在查看所有内容后，以下是我在单个软件包中找不到的东西：完全本地 + 人类可读的文件存储 + 智能去重 + 重要性衰减 + 无需任何基础设施要求的独立服务器。一些项目具备其中两三个特性。没有人具备所有特性——这就是我发布原始帖子的原因。去重很重要，因为如果没有它，智能体会不断写入冗余记忆。衰减很重要，因为旧上下文的权重不应与新上下文相同。可读文件很重要，如果你想知道你的智能体实际上认为它知道什么，并在它出错时进行纠正。完全本地既关乎成本，也关乎隐私——如果你的智能体正在积累有关你项目和决策的知识，这些数据可能不应该离开你的机器。 --- **实际填补空白者：Obsidian68 的 Engram** github.com/Obsidian68/Engram 这不在你们的任何建议中——我在继续浏览列表时单独发现了它。全新项目，几乎没有任何星标。但它是唯一一个符合所有四个条件的项。记忆以 Markdown 文件形式存入文件夹。你可以在 VS Code 中打开它，阅读智能体确切知道什么，直接编辑条目，删除错误内容——智能体会在下次会话中看到更改。完整的 REST API 和 MCP 服务器。写入时智能去重。重要性衰减，因此旧记忆会随时间自然减轻权重。完全在 Ollama 上运行——无 API 密钥，无外部调用，没有任何数据离开你的机器。隐私方面值得强调。这一领域中大多数成熟选项要么将智能体的记忆放在托管服务上，要么通过外部 API 路由。Engram 从设计上就是本地的，而非通过配置实现。诚实的警告：仅一周历史，文档稀疏，尚无 SDK，存在粗糙边缘。但对于本地开发和个人智能体设置，它解决了我正在寻找的确切问题，且该领域中没有其他项目以相同方式实现。附注：GitHub 上有很多不同项目命名为“Engram”。请专门搜索 Obsidian68/Engram。 --- **总结** - 生产环境，云可接受 → mem0 - 知识图谱，实体解析 → Hindsight 或 Zep - 记忆版本控制和分支 → mnem - OpenClaw 特定 → memory-lancedb-pro - 本地，可读文件，完全私密，零基础设施 → Engram (Obsidian68) 感谢原始帖子中的所有建议——我逐一查看了每一个。