# dna-memory
**Repository Path**: cangmj/dna-memory
## Basic Information
- **Project Name**: dna-memory
- **Description**: mirror: https://github.com/AIPMAndy/dna-memory.git
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-03-02
- **Last Updated**: 2026-03-23
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
# 🧬 DNA Memory
**让 AI Agent 像人脑一样学习、强化、遗忘与归纳**
[](https://github.com/AIPMAndy/dna-memory/stargazers)
[](https://github.com/AIPMAndy/dna-memory)
[](https://www.python.org/)
[](https://github.com/openclaw/openclaw)
[English](./README_EN.md) | **简体中文**
---
> 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。**
它不是简单的 memory store,而是一套带有:
- **三层记忆架构**
- **权重强化 / 衰减遗忘**
- **反思归纳(reflect)**
- **长期记忆晋升(promote)**
- **重复记忆清理(dedupe)**
- **FTS5 全文 recall 搜索**
- **后台 daemon 自动维护**
的 Agent 记忆系统。
---
## 🆚 为什么不是普通 Memory?
| 能力 | Mem0 | Zep | LangChain Memory | **DNA Memory** |
|------|:----:|:---:|:----------------:|:--------------:|
| 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 | ❌ | ❌ | ❌ | ✅ |
| 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
```bash
# 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
```text
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
示例:
```bash
python3 scripts/evolve.py recall "飞书 API"
python3 scripts/evolve.py recall "type:error GitHub"
python3 scripts/evolve.py recall "用户 偏好 简洁"
```
### 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。
---
## 📦 当前真实架构
```text
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
```bash
python3 scripts/evolve.py remember "Andy 喜欢简洁直接的回复" -t preference -i 0.95
```
### Recall
```bash
python3 scripts/evolve.py recall "简洁 回复"
python3 scripts/evolve.py recall "type:skill 飞书"
```
### Stats
```bash
python3 scripts/evolve.py stats
```
### Reflect
```bash
python3 scripts/evolve.py reflect
```
### Promote
```bash
python3 scripts/evolve.py promote --id 12
```
### Dedupe
```bash
python3 scripts/evolve.py dedupe
```
### Daemon
```bash
# 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
```
---
## ⚙️ 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
```text
收到任务
↓
Recall 相关记忆
↓
执行任务
↓
Remember 新偏好 / 新技能 / 错误
↓
Reflect 归纳模式
↓
Promote 到长期记忆
```
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
- [ ] 更强的中文分词与相关性排序
- [ ] 真正的 embedding 语义检索接入
- [ ] 记忆关联图谱可视化增强
- [ ] 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
---
## 👨💻 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](LICENSE)
---
**如果这个项目对你有帮助,欢迎给个 ⭐ Star。**