MemX — AI 自适应记忆引擎 开发中
什么是 MemX？
MemX 是 Lurus 推出的 AI 自适应记忆引擎，基于 ACE（Adaptive Context Engine）ACEAdaptive Context Engine，自适应上下文引擎。MemX 的核心智能层，包含知识蒸馏、去重、衰减和检索四大模块。Adaptive Context Engine 了解更多 → v2.0 构建。它为 AI Agent 提供完整的知识生命周期管理：智能蒸馏Knowledge Distillation知识蒸馏，从大量对话中提取精炼的、可复用的知识条目。MemX 的 Reflector 引擎自动完成此过程。Knowledge Distillation → 语义去重Semantic Dedup语义去重，通过余弦相似度自动识别和合并含义相同但表述不同的知识条目。Semantic Deduplication → 衰退遗忘 → 混合检索，让 AI 拥有真正像人类一样的"记忆力"。
核心优势：默认混合模式 + 自动降级（LLM 不可用切纯规则，零调用零成本）、仿生遗忘曲线（Ebbinghaus 指数衰减，半衰期默认 30 天，强召回项升永久记忆）、全链路隐私保护（敏感信息永不进向量数据库）。
核心特性
四大模块详解（含规则/公式/参数）见 核心概念 与 架构设计：
- 智能知识蒸馏（Reflector）：hybrid 模式（规则预筛 + LLM 精炼）识别 5 种知识模式（错误修复 / 重试成功 / 配置变更 / 新工具使用 / 重复操作），每条 0-100 评分，过滤低分噪音。
- 语义去重与冲突检测（Curator）：余弦相似度 ≥0.8 自动合并、0.5-0.8 标记潜在冲突、<0.5 独立知识。
- 仿生记忆衰减：7 天保护期 + 指数衰减 + 召回增强；被检索 15 次以上晋升永久记忆不再衰减。
- 四层混合检索：L1 精确 → L2 模糊 → L3 元数据 → L4 向量，ScoreMerger 加权融合后
× DecayWeight × RecencyBoost × ScopeBoost，向量层不可用自动降级。 - 隐私优先设计：12 条内置敏感信息过滤规则（OpenAI/Anthropic/AWS/GitHub API Key、数据库连接串、PEM 私钥/JWT、本地用户路径 Win/Unix、自定义正则），写入前自动拦截。
适用场景
| 场景 | 说明 |
|---|---|
| 编程助手 | 记住你的代码习惯、踩过的坑、项目约定 |
| 客服系统 | 积累客户历史交互知识，提供个性化服务 |
| 个人知识库 | 从日常对话中自动提炼和组织知识 |
| 团队协作 | 共享团队级记忆，新成员快速获取上下文 |
与传统记忆系统的对比
| 能力 | 传统方案 (mem0) | MemX (ACE) |
|---|---|---|
| 知识提取 | LLM（每次 2-5K tokens） | hybrid 混合引擎（规则预筛 + LLM 精炼，减少 90%+ 调用） |
| 去重 | LLM 逐条判断 | 余弦相似度自动合并 |
| 遗忘 | 永久存储，无法淘汰 | 指数衰减 + 召回增强 |
| 搜索 | 仅向量搜索 | 四层混合搜索 |
| 隐私 | 无内置保护 | 12 条内置敏感信息过滤规则（密钥 / Token / 本地路径等） |
| 作用域 | 扁平（user / agent） | 层级化（global / project / workspace） |
| Token 管理 | 调用方自行管理 | 内置预算裁剪（CJK 感知） |
| 本地嵌入 | 需要 API | ONNX 本地推理，完全离线 |
下一步
相关产品
- Kova — Agent 持久执行引擎 — 使用 MemX 记忆的 Agent 运行时，原生集成 MemoryProvider
- Lucrum — AI 量化交易 — 通过 MemX 记忆用户交易偏好和策略经验