用途：Stash 为 AI 智能体提供自托管持久记忆，把情节、事实与工作上下文存入 Postgres（pgvector），并通过 MCP 服务器供任意兼容 MCP 的智能体调用。
主要能力：提供 stash_remember（存储情节/观察）、stash_recall（语义检索）、stash_facts（查询整合后事实）、stash_context（读写工作上下文）、stash_forget（删除记忆）等 MCP 工具；后台 8 阶段整合流水线按可配置间隔（默认 5m）处理新数据，依次为情节、事实、关系、因果链接、目标跟踪、失败模式、假设验证、置信度衰减。
使用方式：推荐 Docker 部署，执行 git clone https://github.com/alash3al/stash.git、cd stash、cp .env.example .env，编辑 .env 填入 LLM API key 与模型后运行 docker compose up；也可手动构建 go build -o stash ./cmd/stash 并执行 ./stash serve。MCP 客户端配置指向 http://localhost:8080/mcp（HTTP 传输）。关键端点包括 POST /api/episodes、POST /api/recall、GET /api/facts、GET/PUT /api/context/:agent_id、DELETE /api/episodes/:id、POST /consolidate、GET /health 及 /mcp。
适用场景：需要跨会话记忆连续性的智能体、把相关记忆注入系统提示、OpenAI Agents SDK 集成等。
限制：需自备 Postgres 16+ 与 pgvector、LLM API key 及可访问的 8080 端口；整合依赖 LLM 抽取事实，检索无结果可能因整合未运行或嵌入模型未配置；Claude Desktop 需 ≥0.10 且使用 http 而非 https。资料未提供收费、价格与效果数据。