Mnemon

Mnemon（/ˈniːmɒn/），源自古希腊语 μνήμων（mnḗmōn），由 μνάομαι（"铭记"）与施事后缀 -μων 构成，意为"铭记者、善于记忆之人"。荷马在《奥德赛》中以 "καὶ γὰρ μνήμων εἰμί"（我记得很清楚）描述这一特质。在古希腊城邦制度中，Mnemones 是专职的记录官员，在财产交易与法律程序中承担见证与存档职责，是口述传统向书面记录过渡时期的制度性记忆载体。

该词同源于记忆女神 Mnemosyne（Μνημοσύνη）——宙斯与她结合诞生了九位缪斯，象征记忆是一切知识与创造的源泉。

Mnemon 是一个为 LLM agent 设计的持久化记忆系统。它采用 LLM-Supervised 模式：宿主 LLM 作为独立记忆 Binary 的外部编排者，通过符号化 CLI 接口交互，而 Binary 负责确定性的存储、图索引和生命周期管理。记忆以四图知识结构组织 — temporal、entity、causal、semantic 四种 edge。mnemon 记忆引擎仍以一个 Go binary + SQLite 实现，不依赖任何外部 API。

本文档描述 Memory 引擎。同一个 mnemon 可执行文件还提供可选的 Mnemon Agency，用于保存持久工作、回执与 peer 协作。Memory 与 Agency 虽然共享可执行文件，但状态和 authority 彼此独立。

---

目录

1. 愿景与问题

Mnemon 存在的原因 — LLM agent 的失忆问题、传统方案的结构性瓶颈，以及与现有方案（Mem0、MemGPT、Claude Code Memory）的对比。

2. 引擎设计哲学

当前 engine 的 LLM-Supervised 模式、Hook-native / LLM-led / Protocol-constrained 原则、器官 vs 教科书隐喻、记忆网关协议（LLM↔DB 交互的 MCP 类比）、关键设计洞察，以及 RLM、MAGMA 和 Graph-LLM 结构分析的理论基础。

3. 核心概念与架构

Insight/Edge 数据模型、数据库 Schema（SQLite WAL）、单可执行文件中的 Memory/Agency 边界、当前 package 结构，以及通过命名 Store 实现的 Memory 隔离。

4. 图模型与结构理论

MAGMA 四图模型（temporal、entity、causal、semantic），LLM 注意力与图存储之间的结构同构，Extract→Candidate→Associate 范式，读写对称性，remember/link/recall 作为通用代数，LLM↔DB 协议缺口，以及学术定位。

5. 读写管线

写入管线（remember 内置 diff）、读取管线（Smart Recall：意图检测、RRF 锚点融合、Beam Search 遍历、多因子重排序），以及去重/冲突检测。

6. 生命周期与嵌入向量

有效重要性（EI）衰减公式、豁免规则、自动清理、GC 命令，以及通过 Ollama（nomic-embed-text）实现的可选嵌入向量支持。

7. LLM CLI 集成

Runtime 原生集成：各 runtime 的 SKILL.md、共享 guide.md、受支持的 hook 或 extension、agent 主导的记忆判断、setup 自动化，以及经过 review 的轻量 Markdown 演化。

Mnemon Agency Preview

说明如何把持久工作、回执和可选 peer 协作接入已有 Agent Runtime，以及当前 成熟度与兼容边界。

8. 设计决策与未来方向

关键权衡（LLM-Supervised vs 嵌入式、SQLite WAL vs 图数据库、Beam Search vs BFS、软删除）、与 MAGMA 论文的偏差、存储侧可插拔性路线图，以及迈向记忆网关的愿景。