zer0dex 是一个面向 AI 智能体的本地双层记忆模式参考实现，由 hermes-labs-ai 在 GitHub 上发布。它的核心目标，是让智能体在不把全部笔记加载进提示词的前提下，获得长期召回能力。
用途与定位：当智能体知道项目名称，但真正需要的部署决策却埋在数月积累的笔记里时，把整份归档放进上下文既昂贵又难以检索；而只用向量库，又缺少一份能直接看清其中内容的简单地图。zer0dex 把一份简短、可读可编辑的索引，与对底层记忆的语义搜索配对起来，解决这种跨项目召回问题。官方说明中，它适合正在构建本地、长时间运行智能体的开发者，其笔记已经超出一个 MEMORY.md 的承载能力，但仍希望保有一份可读的、关于已保存内容的映射。它是双层模式的参考实现，目前处于 0.1.x 开发者预览线；不是托管式团队服务，也不是完整的智能体框架。
主要能力与两层结构：第一层是紧凑、人类可读的 Markdown 索引，用于展示智能体知道什么；第二层是本地向量库，在细节重要时检索出具体内容。命令行工具可以从 Markdown 播种记忆、追加更多文本，并查询一个回环 HTTP 服务器。默认路径使用本地 Ollama 模型完成嵌入和记忆抽取，以 mem0 和 Chroma 作为存储。配置和存储位于当前目录（.zer0dex.json 与 .zer0dex/）。用户可以检查索引本身，并把检索存储保留在自己机器上。
使用方式：运行前需要 Python 3.11 或 3.12，并且本机 Ollama 已在 http://localhost:11434 提供服务；若尚未运行，需先启动 Ollama。官方资料提到可通过 PyPI 安装，并提供 CLI 参考与 HTTP API 文档。智能体宿主在发起模型请求前调用 POST /query，并自行决定哪些匹配结果纳入上下文。zer0dex 只提供服务器和 CLI，不会自动在你的智能体中安装勾子；仓库内包含一个小的 TypeScript 宿主适配器，用来展示这一集成点。资料中的命令示例显示，最后一条命令在抽取与检索成功时会返回匹配到的已存记忆；完成后运行 zer0dex stop。试跑时建议使用一次性目录，因为配置和存储会写入当前目录。如果检查失败，应确认 Ollama 正在运行，并且在播种前两个模型都已拉取。
适用场景与评估：项目定位在跨项目召回，适用于扁平记忆文件或纯向量 RAG 不够用的场合。官方给出了一个捆绑评测：86 条记忆、97 个用例，组合方法达到 91.2% 平均召回率和 80.0% 交叉引用召回率。官方同时说明这只是单一测试负载，应在选择检索策略前用自己的笔记和查询做验证。
限制与许可：zer0dex 是参考实现，属于 0.1.x 开发者预览版本，并非托管式团队服务，也不是完整的智能体框架。它需要本机运行 Ollama，依赖 Python 3.11 或 3.12，默认使用本地 Ollama 模型以及 mem0、Chroma 存储。关于收费、价格、具体平台支持范围、额外效果指标或更细的使用步骤，官方资料暂未提供。项目采用 Apache-2.0 许可，由 Hermes Labs 构建面向自主系统的智能体基础设施。
