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"。
三个核心优势
- 默认混合模式 + 自动降级 — LLM 不可用时切纯规则，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
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、低于 0.5 视为独立知识。
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 加权融合后乘以 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（密钥 / Token / 数据库连接串 / 本地路径 / 自定义正则），写入前自动拦截。
架构概览
知识从对话流入，依次经过蒸馏、隐私过滤、去重，落入向量与元数据存储；检索请求走四层混合管道，衰减引擎在后台持续维护记忆活跃度。
适用场景
记住你的代码习惯、踩过的坑、项目约定。
积累客户历史交互知识，提供个性化服务。
从日常对话中自动提炼和组织知识。
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
为什么不是又一个向量库
| 维度 | MemX (ACE) | 传统方案 (mem0) |
|---|---|---|
| 知识提取 | hybrid 混合引擎（规则预筛 + LLM 精炼，减少 90%+ 调用） | LLM（每次 2-5K tokens） |
| 去重 | 余弦相似度自动合并 | LLM 逐条判断 |
| 遗忘 | 指数衰减 + 召回增强 | 永久存储，无法淘汰 |
| 搜索 | 四层混合搜索 | 仅向量搜索 |
| 隐私 | 12 条内置敏感信息过滤规则 | 无内置保护 |
| 作用域 | 层级化（global / project / workspace） | 扁平（user / agent） |
| Token 管理 | 内置预算裁剪（CJK 感知） | 调用方自行管理 |
| 本地嵌入 | ONNX 本地推理，完全离线 | 需要 API |