@Jolyne_AI: 发现一个给 AI Agent 加“长期记忆”的纯本地方案：Mnemosyne（为 Hermes Agent 打造）。底层用 SQLite，查询延迟 <1ms，全程离线运行，零成本、零依赖、隐私自己掌控。 GitHub：https://gi…

发现一个给 AI Agent 加“长期记忆”的纯本地方案：Mnemosyne（为 Hermes Agent 打造）。底层用 SQLite，查询延迟 <1ms，全程离线运行，零成本、零依赖、隐私自己掌控。 GitHub：https://github.com/plastic-labs/mnemosyne… 官网：https://mnemosyne.site 核心亮点： - 速度快：写入 0.81ms、读取 0.076ms、搜索 1.2ms，比 Honcho / Zep / Mem0 快 43–500 倍 - 纯本地：数据不出机，离线可用，无 API 调用，隐私可控 - 上手快：pip install 即用，不要 Docker、不配数据库、不写配置、不用注册/付费 - BEAM 三层记忆：working_memory（热上下文）+ episodic_memory（长期存储 + 向量/全文搜索）+ scratchpad（临时推理） - 混合检索：向量 + 全文 + 重要性评分，LongMemEval 98.9% 召回率 - 自动整理：sleep() 压缩旧记忆，把工作记忆平滑转入长期记忆 - 迁移省心：一条命令从 Zep / Mem0 / Honcho / Hindsight 导入数据 适合本地 Agent 开发、重视数据主权、追求低延迟、需要离线运行的场景。强项是速度、隐私和成本；短板是缺少 Web 管理界面与团队协作能力。做本地 Agent 的话，值得上手试一把。