Mnemosyne-Neural-OS（简称 Mnemosyne OS）是一个“主权 AI 操作系统”，核心是让 AI 拥有跨会话、跨时间的记忆，并且这些记忆完全运行在用户自己的机器上、由用户掌控。它由 XPACEGEMS LLC 发布，采用多个独立引擎而非单一黑盒 AI，主张不与 Mem0、Zep、Letta 等云端智能体记忆库同类——后者是接入云栈的记忆层，而 Mnemosyne OS 是记忆、智能体与模型的控制界面，并运行在本地。
用途与定位 该项目被描述为“所有人都在构建智能，Mnemosyne OS 构建关系”：即让 AI 真正了解用户的记忆层。它管理 AI 智能体的资源，类似 Linux 为程序管理 CPU、内存、磁盘和网络。其类比引用 MemGPT（Packer 等，UC Berkeley，2023，arXiv:2310.08560）的“LLM 操作系统”思路，但定位更进一步：不是单会话的上下文分页技术，而是持续运行、隔离多个智能体、作为守护进程持久驻留于机器上的系统，而非导入即可用的库。
主要能力与引擎 嵌入引擎：按优先级排序的嵌入提供者链（云端、本地 ONNX、Ollama），逐个尝试，失败时明确报错而非返回空向量。 检索引擎：内存中解密的向量缓存（int8 量化以扩展），ANN 搜索与精确词项匹配合并后再进行最终重排。 Spine 引擎：按语义性质对每条记忆分类（spine + 标签），分类体系以数据形式存在而非硬编码逻辑，因此新增类别无需改代码。 Dream State：双速整合。快速低延迟层在活跃使用时提取事实；较重的层在空闲/夜间运行，解决矛盾并跨会话链接记忆。输出附加在原始检索结果旁，不会静默替换。 Adaptive RAG（“变速箱”）：上下文选择（top-k / MMR / 低差异采样）随所运行的模型层级与所选思考模式扩展，而非注入所有检索候选。 Theia 视觉引擎：完整的图像记忆引擎，图像 100% 本地嵌入（SigLIP 2，隔离 sidecar）到独立向量空间，通过语义、像素调色板、引擎自行发现的涌现类别三条通道融合排序，在聊天中以缩略图召回，并可在动态画廊中浏览。人类始终优先于模型：可评分、固定、描述、教它、重命名或合并类别。冷启动或仍在索引时会如实说明，而非编造“无匹配”。默认关闭，设在设置开关之后。 语音引擎（STT/TTS，完全独立）：语音转文本以进程内小模型运行，大模型运行在隔离的 GPU/CPU sidecar；文本转语音可使用系统、云端或本地（离线二进制或 GPU 语音克隆），按采样精确调度以实现无缝播放。无 NVIDIA GPU 时自动回退 CPU，不会硬性阻断。 400 个经 Zod 校验的 IPC 通道：将上述能力连接到 UI，每次构建自动生成并通过漂移测试检查。
使用方式与生态 旗舰应用为 Mnemosyne OS Infinity Edition，是本地优先的桌面操作系统，在严格用户控制下运行主权记忆核心；可本地或云端运行 LLM，加密保险库保存在本机；智能体间同步可通过 libp2p 传输（@mnemosyne-workspace/mnemosync-p2p）。 两条通往 IDE 的门：
- 记忆读取智能体：DocWatch 监视用户指定文件夹（如 .claude/…/memory），让智能体写入的内容与文档、代码一同可检索，自 v1.4.3 起提供。
- 智能体读取记忆：@mnemosyne_os/mcp 是 Model Context Protocol 服务器，在客户端配置中加一条即可让智能体搜索保险库、以自然语言提问并写回结论。其中三个工具无需应用、保险库或令牌，直接读取运行框架已写入磁盘的转录文本。 开发与构建： 开放层（/packages）为 MIT 许可的 Layer-2 SDK，是集成界面，可连接应用、构建皮肤、脚手架项目、针对 Gateway 评估；MnemoForge CLI（/cli）是独立开发者工具，有其文档。若要给编码智能体记忆，应使用 MCP 服务器。公开 Gateway 契约让应用、智能体和皮肤与私有 AI 记忆运行时通信，而认知核心保持封装、永不暴露。所有 SDK 连接使用短期 JWT 认证，仅监听 127.0.0.1，受应用清单声明的权限范围限制。 MnemoHub 中的 cartridge 应用附带真实可读的 src/（React + SDK）；MIT cartridge 可自由分叉与发布；Cartridge License 为 source-available，条件是其运行于 Mnemosyne OS 生态内。
基准与可审计性 在 LongMemEval-M 的留出问题上，混合模式得分 77.1%（严格评审 72.9%）。该基准使用全量干草堆变体，用约 480 个干扰会话包围每个问题的证据。协议在运行前发布，留出问题此前未被回答过；嵌入与搜索在本机运行，答案由云端模型 gemini-3.8-flash 生成。2025 年 9 月的外部审计（Julien Gelee）纠正了 8 月结果中的一个错误判定，勘误后严格评审 35/48（72.9%）、灵活评审 37/48（77.1%）。7 月的 72.9% 结果以 DOI 存档。由于读取器、引擎与评审在多次运行间变化，数字并列但不构成递进。官方提供已发布的 grader 与每题判定，可在无引擎、无网络条件下用一条命令重新推导每个分数，并公开完整方法、根因分析与两次运行的原始日志。
语言与平台 界面完整本地化为七种语言（英语、法语、西班牙语、德语、葡萄牙语、俄语、中文）：引导、设置、聊天、语音助手与所有对话框。切换语言甚至会重新选择为该语言推荐的嵌入模型，使检索质量跟随语言。支持 Windows、macOS、Linux。
许可与所有权 运行 Mnemosyne OS 由“Engramm”解锁，名称取自“engram”（记忆在脑中留下的物理痕迹）。它不是账户加月费订阅，而是链上（Base）许可，绑定钱包而非机器或邮箱；用户持有它，即可拥有副本并带到任意设备，且任何人可验证。同一 Engramm 还驱动主权假名与云积分。持有和检查均不收费，无 gas 费，无需管理加密资产：链是管道而非付费墙，用户从不支付网络费、持有代币或批准交易。
限制与未提供信息 官方资料未说明具体价格、订阅费用、云积分消耗规则或商业条款细节；未提供各引擎的硬件最低配置要求；未提供 MCP 在具体客户端（如 Claude 之外）的完整兼容列表；未提供除 LongMemEval-M 外的基准表现；未说明移动端支持情况。安装与验证信息以官方仓库和文档站为准。
