Home
Softono
dna-memory

dna-memory

Open source Apache-2.0 Python
Website GitHub
82
Stars
20
Forks
0
Issues
2
Watchers
1 month
Last Commit
AI Agents Knowledge Bases & RAG

About dna-memory

DNA Memory is a lightweight AI memory system for autonomous agents. It offers three layers of memory – working, short term and long term – with reinforcement, forgetting and automatic elevation of important facts. A daemon runs continuously to reflect new patterns, decay unused entries and promote verified knowledge to long term storage. The recall engine uses SQLite full text search with smart relevance ranking, type filters and context aware scoring. Each memory receives a quality score based on frequency, freshness, specificity, validation and relevance, and low quality entries are automatically cleared. Integration with Evolver adds evolutionary learning, self verification and memory distillation. It is ideal for local agent workflows, personal assistants or any application that needs brain‑like remembering, forgetting and evolving.

Platforms

Web Self-hosted

Languages

Python

Links

Website Source Code
a
Published by
aipmandy
Visit View Profile

README.md

View on GitHub

🧬 DNA Memory

让 AI Agent 像人脑一样学习、强化、遗忘与归纳

Stars License Python OpenClaw Version

English | 简体中文 | 快速上手 | Multi-Agent 使用指南

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。

🚀 5 分钟快速上手

只需要记住 3 个核心功能:

# 1. 记录记忆
python3 scripts/evolve.py remember "内容" -t preference -i 0.9

# 2. 搜索记忆
python3 scripts/enhanced_recall.py "关键词" --limit 5

# 3. 启动后台维护
python3 scripts/dna_memory_daemon.py start

详细教程见 → QUICKSTART.md

它不是简单的 memory store，而是一套完整的 Agent 记忆系统。

核心特性：

  • ✅ 三层记忆架构（工作/短期/长期）
  • ✅ 智能搜索（FTS5 全文搜索 + 多维度排序）
  • ✅ 自动维护（后台 daemon：reflect + decay）
  • ✅ 权重强化/衰减（高频使用提升，长期不用衰减）

高级特性（可选）：

  • ⚡ 记忆质量评估（自动评分 + 清理）
  • ⚡ 记忆关联图谱（因果/矛盾检测）
  • ⚡ 自我强化学习（验证 + 强化/衰减）
  • ⚡ 记忆蒸馏（合并相似记忆）

🆚 为什么不是普通 Memory?

能力 Mem0 Zep LangChain Memory DNA Memory v3.0
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 ❌ ❌ ❌ ✅
记忆质量评估 ❌ ❌ ❌ ✅ 自动评分+清理
关联图谱 ❌ ❌ ❌ ✅ 因果/矛盾检测
智能相关性排序 ⚠️ ⚠️ ⚠️ ✅ 混合检索+重排序
🔥 自我强化学习 ❌ ❌ ❌ ✅ 验证+强化/衰减
🔥 记忆蒸馏 ❌ ❌ ❌ ✅ 合并相似记忆
🔥 元记忆追踪 ❌ ❌ ❌ ✅ 系统演化追踪
🔥 Evolver 整合 ❌ ❌ ❌ ✅ GEP 协议 + 信号驱动
🔥 对抗性验证 ❌ ❌ ❌ ✅ 矛盾检测+解决
🔥 记忆压缩 ❌ ❌ ❌ ✅ 冷存储归档
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
  • 🆕 智能相关性排序(混合检索 + 多维度评分)
  • 🆕 中文分词优化(2-3 字切分 + 英文词提取)
  • 🆕 上下文感知(结合当前任务提升相关性)

示例:

# 基础 Recall
python3 scripts/evolve.py recall "飞书 API"
python3 scripts/evolve.py recall "type:error GitHub"

# 🆕 增强版 Recall(智能排序)
python3 scripts/advanced_recall.py "飞书 API" --context "正在调试消息发送"
python3 scripts/advanced_recall.py "错误" --type error --min-score 0.5

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。

6. 记忆质量评估系统

自动评估记忆质量,识别高价值记忆和低质量记忆:

  • 多维度评分:访问频率、新鲜度、具体性、验证状态、关联度、重要性
  • 质量等级:excellent / good / fair / poor
  • 自动清理:清理低质量记忆,释放存储空间
  • 健康度报告:生成记忆系统健康度报告
# 评估所有记忆
python3 scripts/memory_quality.py evaluate --limit 20

# 生成健康度报告
python3 scripts/memory_quality.py report

# 清理低质量记忆(预览)
python3 scripts/memory_quality.py cleanup --threshold 0.2 --dry-run

# 实际清理
python3 scripts/memory_quality.py cleanup --threshold 0.2

7. 记忆关联图谱

自动发现记忆之间的关联关系:

  • 关联类型:相关、因果、矛盾、扩展、替代
  • 自动发现:基于文本相似度和语义分析
  • 因果识别:错误 → 解决方案
  • 矛盾检测:冲突的偏好自动标记
  • 图谱可视化:查看记忆关联网络
# 为单个记忆发现关联
python3 scripts/memory_graph.py discover --id 123

# 批量发现关联
python3 scripts/memory_graph.py batch --limit 100

# 查看记忆关联图谱
python3 scripts/memory_graph.py graph --id 123 --depth 2

8. 🔥 记忆递归进化系统（v3.0 核心）

核心理念:让记忆系统像生物一样自我进化、强化、淘汰。

8.1 自我强化学习循环

验证记忆是否真的有用,自动强化/衰减:

# 强化记忆(任务成功时)
python3 scripts/memory_reinforcement.py reinforce --id 123 --reason "任务成功"

# 衰减记忆(任务失败时)
python3 scripts/memory_reinforcement.py decay --id 123 --reason "任务失败"

# 完整强化学习循环
python3 scripts/memory_reinforcement.py loop --query "飞书 API" --task-id "task_001" --success

# 分析强化历史
python3 scripts/memory_reinforcement.py analyze --days 7

8.2 记忆蒸馏

将多条相似记忆合并为一条高质量记忆:

# 分析蒸馏潜力
python3 scripts/memory_distillation.py analyze --threshold 0.75

# 预览蒸馏
python3 scripts/memory_distillation.py distill --dry-run

# 执行蒸馏
python3 scripts/memory_distillation.py distill

8.3 元记忆(Meta-Memory)

追踪记忆系统本身的演化:

# 健康检查
python3 scripts/meta_memory.py check

# 自我修复
python3 scripts/meta_memory.py repair

# 演化报告
python3 scripts/meta_memory.py report

# 添加里程碑
python3 scripts/meta_memory.py milestone --event "首次蒸馏" --details "压缩了 15 条记忆"

8.4 对抗性记忆验证

主动寻找矛盾的记忆并解决:

# 查找矛盾
python3 scripts/adversarial_validation.py find

# 预览解决方案
python3 scripts/adversarial_validation.py resolve

# 自动解决矛盾
python3 scripts/adversarial_validation.py resolve --auto

# 分析矛盾情况
python3 scripts/adversarial_validation.py analyze

8.5 记忆压缩

压缩低频访问的长期记忆,释放存储空间:

# 分析压缩潜力
python3 scripts/memory_compression.py analyze

# 预览压缩
python3 scripts/memory_compression.py compress --dry-run

# 执行压缩
python3 scripts/memory_compression.py compress

# 解压记忆
python3 scripts/memory_compression.py decompress --id 123

8.6 🔥 Evolver 整合（v3.0 核心）

基于 Gene Expression Programming 的记忆演化机制：

# 查看 Evolver 状态
python3 scripts/gep_assets.py status

# 触发记忆演化
python3 scripts/gep_assets.py evolve

# 查看演化历史
python3 scripts/gep_assets.py history

# 分析记忆基因表达
python3 scripts/gep_assets.py analyze

📦 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

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

# 增强版 Recall(智能搜索 + 上下文感知)
python3 scripts/enhanced_recall.py "关键词" --context "上下文"
python3 scripts/enhanced_recall.py --type error --limit 5
python3 scripts/enhanced_recall.py --recent 7

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

SessionMemory(会话级记忆)

# 查看会话摘要
python3 scripts/session_memory.py summary

# 压缩会话记忆(token 使用 > 70% 时)
python3 scripts/session_memory.py compress

# 提取有价值的记忆(会话结束时)
python3 scripts/session_memory.py extract

# 清理会话记忆
python3 scripts/session_memory.py clear

MemoryExtractor(自动记忆提取)

# 从对话日志中自动提取记忆
python3 scripts/memory_extractor.py --file conversation.json

# 只提取不写入(预览)
python3 scripts/memory_extractor.py --file conversation.json --dry-run

# 调整置信度阈值
python3 scripts/memory_extractor.py --file conversation.json --threshold 0.8

⚙️ 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
  ↓
🔥 强化学习循环（验证记忆有效性）
  ↓
Reflect 归纳模式
  ↓
🔥 记忆蒸馏（合并相似记忆）
  ↓
Promote 到长期记忆
  ↓
🔥 对抗性验证（检查矛盾）

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

  • [x] SQLite 单库重构
  • [x] remember / recall / reflect / promote / dedupe CLI
  • [x] daemon 自动 reflect / decay
  • [x] recall 支持 FTS5 全文搜索
  • [x] launchd 开机自启方案
  • [x] 🆕 智能相关性排序(混合检索 + 多维度评分)
  • [x] 🆕 中文分词优化(2-3 字切分)
  • [x] 🆕 记忆质量评估系统(自动评分 + 清理)
  • [x] 🆕 记忆关联图谱(因果/矛盾检测)
  • [ ] 更强的中文分词(接入 jieba)
  • [ ] 真正的 embedding 语义检索接入
  • [ ] 记忆关联图谱可视化增强(Web UI)
  • [ ] 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
  • 🔥 记忆演化策略优化

👨‍💻 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。

v3.0 让 AI 记忆真正"活"起来。