GENOME 是一个为 AI 智能体设计的开放记忆层，核心主张是：存储记忆不需要调用 LLM。大多数智能体记忆工具（如 Mem0）在每条消息上调用 LLM 来决定记住什么，这既慢又贵；GENOME 的写入路径只是本地嵌入消息并存储，不调用 LLM、不访问网络、不需要 API Key。据项目公开基准测试（LoCoMo、LongMemEval），GENOME 的答案准确率与 Mem0 相当（项目明确说明不是超越，六个独立基准配置均为持平、无显著差异），优势在于成本、速度、离线运行以及可审计的时间记录。
用途与定位：面向需要在本地、离线或受监管环境中为 AI 智能体提供持久记忆的场景。写入路径刻意保持“笨而便宜”，智能发生在读取时——当有查询需要聚焦时再进行检索与重排。
主要能力：
- 本地写入：消息在本地嵌入后存储，约 10ms/条，零 LLM 调用、零网络调用；嵌入是确定性的，相同文本总是得到相同向量，因此重放日志可以精确复现存储（ID 和时间戳按每次写入生成，同一对话的两次独立写入在内容与向量上一致，记录 ID 不一定一致）。
- 读取：在租户范围内做精确余弦搜索（无需构建或更新 ANN 索引），可选本地交叉编码器重排器。
- 双时间层（可选）：记录每条事实的“领域时间”，即它在世界上变为真实的时刻，而非被写入的时刻，因此即使事实乱序到达，也能回答时间点问题。项目称在 TempBelief 基准上以 0.870 对 Mem0 的 0.676 回答 as-of 查询，知识图谱精度 0.97、召回 0.96；并注明 TempBelief 是带显式日期的合成文本，自然口语上差距会缩小。
- 记忆防火墙（genome.firewall）：为每次写入标记来源（user、agent、tool、web），隔离低信任来源使其不被召回，并强制来源绑定的权限——网络内容永远不能 UPDATE 或 DELETE 用户说过的话，即使遭遇提示注入的冲突解决器请求也不行；写入路径没有 LLM，也就没有可供注入内容攻击的抽取步骤。
- 可解释召回（genome.explain）：explain_search() 报告每个候选的稠密分数、BM25 排名、融合分数，以及未被返回时的确切原因（被父级过滤、被隔离、超出限制）。两次运行结果一致，召回 bug 可写成回归测试。
- 日志与重放（genome.journal）：记录每次变更并可证明地复现存储——verify_journal() 重放历史并比较规范哈希。可重放前缀实现回滚，可重放到不同存储以派生“假设”分支。每行链向前一行，因此即使删除或修改某行、且最终状态看起来相同，也能被检测到。默认防篡改，传入密钥（保存在日志目录外）可变为防伪（未加密钥的链可被任何有写权限者重算，HMAC 链不能）。
- 多智能体信念归因（record_fact(..., believed_by="agent-a")）：共享存储的智能体各自保留信念时间线，智能体 B 的不同意见不会覆盖 A 的事实；belief_conflicts() 呈现分歧以便有意解决，而不是默默选一个赢家。
- 中性基准测试框架（benchmarks/neutral/）：让 GENOME、Mem0 和全上下文基线经过同一 responder、judge、embedder，附带成对 McNemar 矩阵与完整披露块。
使用方式：
- 文档给出的 MCP 安装命令：pip install 'genome-memory[mcp]'，或零安装方式 uv：{ "command": "uvx", "args": ["--from", "genome-memory[mcp]", "genome-mcp"] }。智能体获得的工具：remember、recall、forget、reset_memories。记忆持久化在 ~/.genome/memories.db。
- HTTP API：随附 FastAPI 服务器，镜像库的 add/search/get/update/delete/reset/synthesize 接口，自动生成 OpenAPI 规范于 /docs。默认安全：除非显式选择，否则拒绝无认证服务；不设密钥不会绑定非回环接口。API Key 以 X-API-Key 发送，绑定 localhost 之外时必须设置。多租户部署可设 GENOME_REQUIRE_SCOPE=1 要求每次调用带 user_id/agent_id 并禁用全局 reset。Docker：docker-compose up（需要 GENOME_API_KEY 与 POSTGRES_PASSWORD，Postgres 仅发布在回环）。
- TypeScript/JavaScript 客户端：@northtek/genome-memory 对应此服务器，镜像 Python Memory API 形态（ESM，Node 20+ 或浏览器）。
- Python 库 API 镜像 Mem0 的 add/search/get/delete/reset，接近可直接替换；可选 OpenAI 嵌入（设置 OPENAI_API_KEY）。
适用场景：合规/受监管环境、本地或完全离线部署、需要可审计记录与时间点重建的场景、多智能体共享记忆但需保留各自信念的场景，以及希望对记忆写入成本做预算控制的场景。
限制与诚实披露：准确性上与 Mem0 打平，项目不声称超越；重排的准确率增益取决于嵌入器（它可靠提升检索命中率，但对最终答案准确率的影响随嵌入器而异）；混合检索（BM25+稠密）在 LoCoMo 上低于纯稠密；图检索在此未经验证；合成/整合在等 token 预算下对准确性中性（p=0.86）。默认嵌入器为本地 sentence-transformers/all-MiniLM-L6-v2，首次运行下载约 90MB 模型；核心依赖为 numpy、sentence-transformers、scikit-learn、rank-bm25，本地嵌入运行在 PyTorch 上，因此安装体积不小，这是离线零成本嵌入的有意取舍。项目还提供商业版 GENOME Enterprise（自托管、按部署授权，无托管版本），面向受监管与本地部署买家，提供防篡改哈希链审计记录、时间点重建、合规报告、带擦除证明的保留策略、RBAC 与 SSO，但用户资料中未提供其价格等更多细节。
