（888期）engram – 本地语义记忆的生物智能引擎

本地语义记忆的生物智能引擎 基于本地语义存储的AI记忆系统，无需云端API，支持生物衰减算法与关系图谱，为Agent提供跨会话的持久化上下文能力。 使用说明 核心用法 Engram 是一款专为 AI Agent 设计的本地语义记忆系统，通过 engram CLI 工具实现记忆的存储、检索与关系管理。核心工作流遵循"先回忆后工作"原则：每次任务启动时执行 engram search 召回相关历史记忆，系统会自动提升被访问记忆的显著性权重。 记忆存储支持五种类型化标签：：fact（事实）、decision（决策）、preference（偏好）、event（事件）、relationship（关系），并可通过 --tags 进行多维标记。除手动添加外，还支持管道批量导入原始对话文本。检索层面提供语义搜索、类型过滤、Agent 作用域限定等能力，配合 relate 命令可构建记忆间的支持、矛盾、因果等七种关系图谱。 显著优点 隐私优先架构：完全本地运行，无 API 密钥、无云端依赖，数据主权完全归属用户。这一特性在当前大模型数据合规趋严的背景下极具竞争力。 生物启发设计：引入记忆衰减机制，未使用的记忆每日降低显著性，被召回的记忆则获得强化，模拟人类认知规律，避免记忆库无限膨胀。 智能去重合并：92% 以上相似度的记忆自动合并，减少冗余存储，提升检索效率。 灵活作用域：支持 global、agent、private、shared 四级作用域，满足单用户多 Agent、团队协作等不同场景需求。 潜在缺点与局限性 生态成熟度不足：作为 T3 来源的个人开发者项目，社区 Stars 和长期维护承诺存疑，企业级用户需谨慎评估可持续性。 多设备同步缺失：纯本地存储意味着无法跨设备共享记忆，移动端与桌面端场景受限。 依赖外部审计：Skill 本身为纯文档，实际安全性完全取决于 engram-memory npm 包的实现质量，用户需自行承担审查责任。 无云端备份：本地磁盘故障可能导致记忆丢失，需用户手动执行 engram export 维护备份策略。 适合的目标群体 隐私敏感型开发者：处理商业机密或个人敏感数据，拒绝云端记忆方案 多 Agent 系统架构师：需要为不同 Agent 维护独立又可控共享的记忆空间 长期对话型应用：客服、陪伴、教育等需要跨会话维持上下文的场景 本地优先技术栈拥护者：Already 使用 Obsidian、Logseq 等本地知识管理工具的用户 使用风险 依赖项风险：npm 包 engram-memory 的供应链安全需自行验证，建议锁定版本并审查源码。 数据持久化风险：无自动备份机制，用户需建立定期 export 的运维习惯。 性能瓶颈：随着记忆库规模增长，本地向量检索的延迟可能上升，需关注 engram stats 输出。 兼容性风险：CLI 接口未来版本可能发生 Breaking Change，生产环境建议版本锁定。 原始说明 Persistent semantic memory layer for AI agents. Local-first storage (SQLite LanceDB) with Ollama embeddings. Store and recall facts, decisions, preferences, events, relationships across sessions. Supports memory decay, deduplication, typed memories (5 types), memory relationships (7 graph relation types), agent/user scoping, semantic search, context-aware recall, auto-extraction from text (rules/LLM/hybrid), import/export, REST API, MCP protocol. Solves context window and compaction amnesia. Server at localhost:3400, dashboard at /dashboard. Install via npm (engram-memory), requires Ollama with nomic-embed-text model.