magnemo Skill 技能
受治理记忆 · AI Agent 记忆宪法
技能简介
magnemo 是一款面向 AI Agent 的「受治理记忆层」(Governed Memory Layer),核心解决生产级 Agent 的第一瓶颈:记忆治理。不同于传统 RAG 框架专注检索优化,magnemo 从设计层面引入「记忆宪法」机制——每一条事实携带溯源元数据,每一次 Agent 写入必须经过人工审核队列才能成为「正典」(canonical),每一次决策结果都会记录到信任账本(Trust Ledger)。Magnemo 打包了完整的四动词 MCP 服务器(retrieve / stage / bootpack / handoff),零外部依赖,Python 3.10+ 标准库即可运行。
核心能力
- 受治理写入:Agent 的写入操作只能到达暂存区(staging),无法直接修改正典存储,确保持久记忆的每一步都有人的参与
- 四动词 MCP 接口:通过标准 MCP 协议暴露 retrieve(检索)、stage(暂存)、bootpack(启动包)、handoff(交接)四个动词,与主流 Agent 运行时无缝集成
- 信任账本(Trust Ledger):每一次 promote / reject 决策均以追加方式永久记录,信任账本驱动 L0~L3 自主等级计算,Agent 的每个操作类别都有可追溯的权限来源
- KAIROS 重要性排序:对暂存队列中的记忆候选按后果权重、新颖度、操作者信号、来源权重自动计算重要性评分,人类优先阅读最重要的待审内容
- 引导启动包(Boot Pack):每次 Agent 唤醒时,通过 magnemo bootpack 渲染一份完整的新会话引导文档,包含宪章(Charter verbatim)、正典摘要、开放线程和最近交接记录,Agent 从不真正「从零开始」
- 边界遥测(Boundary Telemetry):每次会话结束时记录上下文使用率、触发原因、截断内容,形成可审计的交接历史,解决「上下文墙」处的隐性信息丢失问题
- 污染传播机制(Taint Propagation):来自不可信源的写入自动携带污染标记,污染通过派生关系遗传,只有human手动清除,阻止注入攻击通过派生关系自我洗白
- 原生三种形态:可作为独立工具直接使用(native),可挂载并治理已有 Markdown 笔记库(mount-and-govern),也可作为 Mem0 / Zep / RAG 等记忆系统的治理网关(gateway)
- 零依赖设计:纯 Python 3.10+ stdlib,无运行时外部依赖,可审计性强,适合安全敏感的生产环境
安装配置
环境要求
- Python 3.10 或更高版本
- 推荐在虚拟环境(venv / uv / conda)中安装,避免系统依赖冲突
- MCP 客户端(如 Claude Code、Cursor、任意兼容 MCP 的 Agent 运行时)
安装步骤
方式一:通过 pip 安装(推荐)
pip install magnemo
如果遇到 externally-managed-environment 错误,使用 uv tool install magnemo 或在虚拟环境中安装。
方式二:通过 uv 安装
uv tool install magnemo
方式三:开发模式源码安装
git clone
cd magnemo
pip install -e .
安装完成后,magnemo 命令行工具和 magnemo-mcp MCP 服务器均可用。
MCP 配置
在项目根目录创建或更新 .mcp.json,添加 magnemo 服务器:
{
"mcpServers": {
"magnemo": {
"command": "magnemo-mcp",
"env": {
"MAGNEMO_VAULT": "/absolute/path/to/vault",
"MAGNEMO_AGENT": "my-agent",
"MAGNEMO_SCOPE": "ops,shared",
"MAGNEMO_PARTITIONS": "ops,shared"
}
}
}
}
关键环境变量说明:MAGNEMO_VAULT 指向记忆库的绝对路径;MAGNEMO_AGENT 为当前 Agent 实例标识;MAGNEMO_SCOPE 和 MAGNEMO_PARTITIONS 控制 Agent 可访问的记忆分区。
使用步骤
第一步:初始化记忆库
magnemo init ./vault
这会在指定目录创建一个结构化的 Markdown 记忆库,包含 ops / shared / dev 等示例分区,以及 _staging(暂存)、_index(索引)、_ledger(账本)等管理目录。
第二步:验证安装完整性
magnemo doctor --mount .mcp.json
doctor 子命令会检查 Python 环境、记忆库结构、MCP 配置文件和账本状态,确保一切就绪。
第三步:渲染启动引导包
magnemo bootpack --stdout
首次运行时,若宪章(Charter)尚未经人工审核提升为正典,输出会以占位符显示「尚未提升」——这是 magnemo 的设计原则:宪法不能被捏造,必须由人撰写和审核。
第四步:与 Agent 交互写入记忆
在 Agent 对话中,通过 MCP 接口调用 stage 动词将关键信息写入暂存区。Agent 通过 MCP 的 stage 工具写入记忆候选,内容进入 _staging 目录等待审核。
第五步:人工审核暂存队列
magnemo review
交互式审核界面以 KAIROS 重要性降序展示待审内容,人类执行 promote(提升)或 reject(拒绝)操作。审核结果追加到 Trust Ledger,形成 Agent 的信任积累历史。
附加命令参考
magnemo ledger # 查看所有历史决策
magnemo handoff # 记录会话边界信息
magnemo costs # 查看记忆载荷成本统计
magnemo chest add # 添加 vault 备份目标
magnemo gates # 查看当前权限门控状态
适用场景
- 多 Agent 协作项目:多个 Agent 在同一记忆库上操作,需要人类作为最终审核节点,防止记忆污染扩散
- 高可靠性 AI 工作流:金融、医疗、法律等需要对 AI 输出负责的领域,记忆必须有完整溯源
- 长期上下文管理:当 Agent 需要在长程任务中保持记忆一致性时,通过引导启动包和交接机制避免上下文截断丢失
- AI 记忆安全审计:需要追踪「Agent 的每一条记忆来自哪里、谁审核过」的安全合规场景
- 团队知识沉淀:用 Magnemo 治理团队共享的决策记录和运维知识,Agent 写入必须经过人工确认才能成为团队正典
- 记忆系统网关:已有 Mem0 / Zep 等记忆系统的团队,可在这些系统前加一层 magnemo 治理,所有 AI 记忆过「海关」再放行
- 开发者个人 AI 助手:在 Claude Code / Cursor 等开发工具中用 magnemo 建立长期记忆,让 AI 不遗忘项目上下文和决策历史
适用人群
- AI 应用开发者:需要为 AI Agent 构建可靠记忆层的技术人员
- 安全合规团队:需要对 AI 记忆操作进行审计和治理的组织
- 多 Agent 系统架构师:设计多人 / 多 Agent 协作流程,需要记忆隔离和权限控制
- AI 工程师(LLM 应用):使用 Claude Code、Cursor 等工具,希望 AI 在长程项目中保持一致记忆的开发者
- 技术创始人 / CTO:构建 AI Native 产品,需要在工程层面确保 AI 行为可追溯、可控
工作原理
magnemo 的核心是一个「记忆宪法」架构,将 Agent 与记忆的交互分为两条严格分离的路径:
读取路径(正典检索):Agent 通过 retrieve 动词搜索记忆时,只返回经过人工审核的 canonical 记忆,暂存区(staging)内容对 Agent 完全不可见,确保 AI 永远不会读到未经验证的信息。
写入路径(治理审核):Agent 通过 stage 动词写入的内容首先进入 _staging 目录,同时记录完整的溯源元数据(来源、时间戳、写入者、影响等级)。内容经过 KAIROS 重要性评分后,等待人工审核。人类通过 review 命令审阅并执行 promote(提升)或 reject(拒绝),只有 promote 的内容才会进入 canonical 存储。
信任账本驱动权限:Magnemo v0.5 引入 Trust Ledger 数学模型——每个 Actor(Agent / 人类)根据其历史决策记录计算出一个自主等级(L0~L3),决定该 Actor 在每个操作类别上的权限边界。L4(密钥持有者)始终保留给人类。
边界交接:每次会话结束,Agent 调用 handoff 动词记录上下文使用率、触发原因和截断内容,这些数据进入 _ledger/handoffs.jsonl,下一个会话的 Boot Pack 会自动继承历史边界信息,解决长程任务中的「上下文墙」问题。
官方链接
- PyPI:https://pypi.org/project/magnemo/
- 文档:https://docs.magnemo.org/(如有)
- MCP 协议参考:docs/MCP.md
- 已知限制:KNOWN_LIMITS.md(开源 beta,如实披露)
发布备注:magnemo 由 Silver Valley Technologies Inc.(SVTech Inc.)发布,当前处于 Open Beta 阶段,核心协议设计为三阶段路线图的 Phase 1(受治理召回)。Phase 2(强化/衰减)和 Phase 3(自主治理)仍在规划中。
评论与建议
登录 后参与评论或提建议