Mnemos 是面向编程智能体的自动知识库（autopilot knowledge base）。其核心目标是让智能体在编码过程中自动构建并维护项目知识库，无需用户手动编写提示词、调用 remember() 或学习 API。安装一次后，智能体即可自动积累架构决策、缺陷根因和项目约定等记忆。
主要能力
Mnemos 与其他记忆服务器的区别在于它编译知识库，而非仅存储文本。它在后台运行完整流水线，包括质量门控、三层去重、自动摘要、文件链接和 MMR 上下文组装，这些过程全部自动完成，智能体无需自行编排去重、摘要、排序、打包或生命周期维护。
系统分为三层：
- 第一层：MCP 传输。标准 MCP 服务器，使用 stdio，兼容任何 MCP 客户端。
- 第二层：Autopilot 钩子。一条命令（如 mnemos setup claude）即可配置钩子、引导文件和 MCP 配置。会话开始时自动注入相关上下文；提交提示时在话题变化时自动搜索；会话结束时验证覆盖情况。
- 第三层：自动编译知识库。包含质量门控、三层去重、自动摘要、文件链接、MMR 上下文组装，全部自动触发。此外还有被动后台守护进程，持续检测记忆库中的过时内容、矛盾关系和缺失关联。
使用方式
安装后，通过 mnemos setup <client> 命令为客户端配置。支持将 claude 替换为 cursor、kiro、gemini-cli、codex 或 trae。该命令会写入：引导文件（如 CLAUDE.md、.cursorrules、.kiro/steering/mnemos.md），告知智能体哪些内容值得存储；钩子配置（如 .claude/hooks.json），连接生命周期事件；MCP 配置（.mcp.json），注册 mnemos serve 作为工具提供者。
三个钩子自动运行：
- 会话开始 → mnemos hook session-start：在 token 预算内组装相关记忆（MMR 多样化、文件加权），注入上下文，冷启动低于 200 毫秒。
- 提交提示 → mnemos hook prompt-submit：检测话题和意图变化，在变化有意义时自动搜索知识库，并遵守冷却时间以避免噪音。
- 会话结束 → mnemos hook session-end：验证是否捕获了持久记忆，可选存储最小面包屑，清理会话状态。
升级 Mnemos 后，需验证 CLI 和运行中的 MCP 服务器。可让智能体调用 mnemos_runtime，它会报告实际处理工具调用的 MCP 服务器进程信息，包括版本、主机、pid、启动时间、可执行文件、数据目录和项目 ID。若仍显示旧版本，关闭 MCP 客户端后重新打开。仅在关闭活动 MCP 客户端后，或有意接受重新连接所有活动 Mnemos 传输时，才使用 pkill -f "mnemos serve"。
日常 mnemos check 不需要 MCP 运行时 JSON。公开发布或升级验证应传入 --mcp-runtime，以便在发布前捕获过时的 MCP 服务器。
被动 Autopilot 守护进程
除钩子外，Mnemos 还运行后台守护进程持续改进知识库：
- 过时检测：标记引用已删除文件或过时模式的记忆。
- 矛盾检测：发现相互冲突的记忆。
- 关系推断：自动链接相关记忆。
- 回填：为缺少摘要的记忆追溯生成摘要。
- 自动编译：将符合条件的源记忆编译为可复用的项目知识。
验证自动循环
Mnemos 提供配置、原始活动、知识质量和端到端循环就绪度的独立视图。mnemos check 以只读方式打开数据库，不运行迁移、不启动工作进程、不修改记忆。mnemos check --fix 范围有意收窄：仅在生成经过验证的清理计划后，归档较旧的自动生成报告。
性能基准（延迟）
硬件：M1 Pro，16GB RAM，SQLite 位于 SSD。延迟可能因环境而异。大多数操作保持在 60 毫秒以下，与数据集大小无关。钩子子命令使用 InitLight 模式，无后台工作进程，不中断会话。价值基准（token 节省、精度、避坑）仍在进行中，方法论见 DOGFOODING_RUNBOOK.md。
安装后快速开始
大多数用户无需手动操作。配置解析顺序为：显式 --config、项目本地 .mnemos/config.yaml、然后 ~/.mnemos/config.yaml。环境变量使用 MNEMOS_ 前缀。Mnemos 自动分类，可通过 --type 标志手动覆盖。
自动配置
每个客户端一条命令。标志：--global（为所有项目安装）、--force（覆盖现有）、--project <id>（覆盖项目 ID）。对于 Claude Code，--project <id> 会将 MNEMOS_PROJECT_ID 写入 MCP 条目和钩子命令。Claude 子智能体可能不会收到会话开始钩子上下文，主智能体应在委派前调用 mnemos_context，并在子智能体任务提示中包含相关记忆或记忆 ID。Codex 使用 CLI 和 VSCode 扩展共享的单一全局配置，--global 和 --local 被忽略，设置后需重启两者。
与其他 MCP 客户端配合
对于 Trae、OpenClaw、Paperclip 或 Claude Desktop 等，可手动连接。Mnemos 使用标准 MCP over stdio，只需将 JSON 片段添加到客户端的 MCP 配置文件（如 trae.json、openclaw.json、paperclip.config.json 或 claude_desktop_config.json）。
适用场景与限制
Mnemos 不是聊天机器人记忆 SaaS，不适用于客服机器人中的用户偏好回忆（建议使用 Mem0）。它不是时间知识图谱数据库，不适用于业务事实的 valid-at/invalid-at 推理（建议使用 Zep）。它不是云产品，没有 Mnemos 云，将来也不会有。它不特定于框架，MCP 原生，可与任何支持 MCP 的工具配合。Mnemos 只做一件事：为智能体提供可自行编译的知识库。
路线图：v1.1.14（当前）包含完整自动流水线、自动编译、被动自动注入、循环验证、来源支持的基准、Codex 支持；v1.2（下一个）包含分发、公开基准证据、MCP Registry、HN 发布；v1.3（计划）通过 git 实现团队记忆，共享 .mnemos/shared/；v2.0+（待定）跨项目记忆范围、记忆压缩，由用户反馈驱动。
