LLM赋予持久记忆！Rust开发的本地内存层『Mnemo』太牛了鲨鱼！

📰 新闻概要

• 为AI赋予持久记忆: 为那些会在对话结束后忘记内容的LLM添加一个“内存层”，从对话历史中积累和提取知识的Rust侧车服务。
• 自动构建知识图谱: 利用SQLite和petgraph，自动提取对话中的人物、地点、概念等实体及其关系，并将其图形化。
• 超快速的搜索与注入: 通过六级搜索管道，在50毫秒内提取相关上下文，并自动注入到下一个提示中。

💡 重要的要点

• 完全本地化，注重隐私: 与Ollama结合使用，所有记忆均可在本地完成，无需依赖云端。
• 实体的规范化: 具备去重和别名合并功能，确保知识的一致性。
• 灵活的支持: 支持OpenAI、Anthropic及其他兼容OpenAI API的接口，并提供易于集成的Python SDK。

🦈 鲨鱼的眼（策展者的视角）

这个项目的厉害之处在于，不仅仅是“搜索历史记录”，而是通过知识图谱（图结构）实现上下文提取，在Rust中极速实现的这一点太赞了鲨鱼！特别是“六级搜索管道（全文搜索 → 实体搜索 → 基于BFS的图扩展 → 过滤 → 排名 → 提示构建）”非常具体且强大。通过petgraph进行的图搜索补充了简单向量搜索无法捕捉到的“概念之间的连接”，真是绝妙！基于SQLite的高可移植性，也让我觉得这将是解决AI代理“长期记忆”问题的一个理想方案鲨鱼！

🚀 未来展望

所有本地LLM应用都将标配像“Mnemo”这样的内存层。能够数年间持续记忆用户偏好的真正个人AI助手将大规模普及，成为引爆点鲨鱼！

💬 春鲨的一句话

记忆力好的鲨鱼是最强的鲨鱼！这样一来，就不用担心被AI责备“刚才说过了！”了鲨鱼！鲨鲨！

📚 术语解说

• 知识图谱: 用“节点（点）”和“边（线）”连接信息，以结构化的方式表达对象之间的关系的数据形式。

• 侧车: 作为主要应用程序的补充，单独运行以支持特定功能（通信、内存、监控等）的设计模式。

• petgraph: Rust语言中用于处理图数据结构和算法（如最短路径搜索）的标准库。

• 信息来源: Mnemo – local-first AI memory layer for any LLM (Rust, SQLite, petgraph)