Memory System

基于 Zep 三层子图模型的长期记忆系统，用于 AI Agent 的对话记忆管理。

特性

• 三层记忆模型: Episode → Entity/Edge → Summary
• 向量检索: OpenSearch k-NN 实现语义相似度搜索
• 知识图谱: Neo4j 存储实体关系，支持图遍历
• LLM 驱动: 自动提取实体、关系，检测主题变化生成摘要
• 主题检测: 基于 TopicEmbedding 相似度检测话题变化
• 双协议支持: HTTP REST API 和 MCP Protocol

快速开始

1. 启动依赖服务

# OpenSearch
docker run -d --name opensearch \
  -p 9200:9200 \
  -e "discovery.type=single-node" \
  -e "DISABLE_SECURITY_PLUGIN=true" \
  opensearchproject/opensearch:2.11.0

# Neo4j
docker run -d --name neo4j \
  -p 7474:7474 -p 7687:7687 \
  -e NEO4J_AUTH=neo4j/YOUR_NEO4J_PASSWORD \
  neo4j:5.15.0

2. 初始化索引

python3 scripts/cli.py init

3. 编译运行

go build -o bin/memory ./cmd/memory
./bin/memory -config configs/config.toml

4. 验证服务

curl http://localhost:8080/health

文档

文档	说明
架构设计	三层模型原理、设计决策、数据流
API 文档	接口规范、请求响应示例
部署运维	配置、初始化、测试、故障排查

项目结构

memory/
├── cmd/memory/        # 主程序入口
├── configs/           # 配置文件
├── internal/
│   ├── action/        # Action Chain 处理逻辑
│   ├── api/           # HTTP/MCP API Handler
│   ├── domain/        # 领域模型
│   └── server/        # 服务启动
├── pkg/               # 公共包 (genkit, graph, storage)
├── scripts/
│   ├── cli.py         # 统一 CLI 工具
│   └── lib/           # Python 库
├── data/              # 测试数据
└── docs/              # 文档

技术栈

组件	技术
向量存储	OpenSearch 2.x (k-NN)
图存储	Neo4j 5.x
LLM/Embedding	可配置 (支持 Ark 等多厂商)
框架	Firebase Genkit