mcpField
P
Provena Agent Memory

Provena Agent Memory

本地服务
github.com/admiralpunk记忆与知识72 周前更新

关于 Provena Agent Memory

Provena 是面向 AI Agent 的可自托管记忆服务,会为记忆中的声明保留证据和审核记录。其 MCP 连接器可跨会话传递带来源的上下文,并提供控制台供人工检查。

主要功能

  1. 01声明关联原始证据
  2. 02事件与证据仅追加保存
  3. 03审核状态与范围控制
  4. 04追踪声明历史和冲突
  5. 05人工审核控制台

适用场景

  1. 01在 Agent 会话间延续上下文
  2. 02追溯记忆事实的来源
  3. 03审核或更新提取出的声明

MCP 相关

MCP 连接器为 Agent 客户端捕获对话轮次并检索带来源的上下文。`memory_explain` 工具可追踪声明的来源、审核历史、冲突和检索记录。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"admiralpunk-provena-memory": {
"command": "uvx",
"args": [
"provena-agent-memory"
],
"env": {
"PROVENA_API_URL": "<PROVENA_API_URL>",
"PROVENA_API_KEY": "<PROVENA_API_KEY>",
"PROVENA_SCOPE_ID": "<PROVENA_SCOPE_ID>"
}
}
}
}
启动命令uvx provena-agent-memory
需要配置的环境变量
PROVENA_API_URLBase URL of the Provena REST API
PROVENA_API_KEY密钥Agent credential issued by the Provena service
PROVENA_SCOPE_IDExact project or branch scope used for memory

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypiprovena-agent-memory0.1.15

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

Provena 标志

Provena

为 AI Agent 提供有证据支持的记忆。
了解 Agent 记住了什么,以及原因。

CI PyPI M8ven Score

Provena 是一款开源、可自托管的 AI Agent 记忆服务。它的 MCP 连接器可让 Codex、Claude Code、Gemini CLI 和其他客户端跨会话获取上下文。每条声明都关联到其来源事件、审核状态和范围,因此你可以检查 Agent 记住了什么,以及原因。

产品演示

观看有关设置、跨会话回忆和管理控制台的演示:

https://github.com/user-attachments/assets/37fe219c-b678-4c6d-811d-bfdd37552628

来源可追溯性为何重要

Agent 可能会检索到相关但错误、过时或来自不可信来源的信息。Provena 将原始证据与衍生记忆分开保存:

Event:         Alex says, "Pineapple on pizza is a crime."
Claim:         Alex dislikes pineapple on pizza.
Evidence:      The claim links to Alex's original words.

Later event:   Alex says, "I tried it. I owe pineapple an apology."
Updated claim: Alex likes pineapple on pizza.

Provena 会保留这两条陈述,因此可以解释 Alex 的偏好为何发生变化。事件和证据只追加,不可修改。声明具有审核状态、可选的有效时间,以及精确的租户和项目或分支范围。模型提取的声明仍是候选项;来源权威性与搜索相关性分开,不会授予执行操作的权限。memory_explain 会追溯声明的来源、审核历史、冲突和已记录的检索记录。

Provena 是一个由 PostgreSQL 和 pgvector 提供支持的 FastAPI 服务。MCP 和宿主钩子会捕获对话轮次并检索带来源信息的上下文;Ollama 或可选的托管模型会提取候选事实和嵌入向量。Next.js 控制台让人类能够检查和审核这些内容。架构详情 · 决策记录

开始使用

你需要 Python 3.11+、pipx、Docker Compose,以及一个受支持的 Agent 宿主。安装连接器并选择你的宿主:

pipx install provena-agent-memory
provena quickstart codex

对于这些宿主,请使用 provena quickstart claude 或 provena quickstart gemini。Quickstart 会启动本地服务、PostgreSQL、Ollama 和控制台;创建 Agent 和审核者凭据;并安装 MCP 以及自动捕获和检索钩子。它会输出控制台 URL。重启 Agent 宿主,并在 /hooks 和 /mcp 下检查 Provena。

首次运行会下载默认模型(约 1.26 GB)。本地 Ollama 镜像是固定摘要的 CPU 构建版本。仅安装软件包不会记录对话;运行 quickstart 才是选择启用的步骤。

检查 API 和数据库是否正在运行:

provena status
连接到现有服务

向其运营者索取 API URL、Agent API 密钥,以及项目或分支范围 ID。安装连接器后,运行:

export PROVENA_API_URL=https://memory.example.com
export PROVENA_API_KEY=paste-agent-key
export PROVENA_SCOPE_ID=paste-scope-id
provena connect codex --install

根据需要,将 codex 替换为 claude 或 gemini。对于其他 MCP 客户端,请使用 provena connect generic 输出其配置。手动设置 MCP 和访问控制台,请参阅连接器指南。

其他设置方式

当前限制

检索使用精确范围;尚未实现分支继承。Provena 会记录交付给 Agent 的声明,但无法证明后续操作是由这些声明导致的。了解当前保证和限制。

贡献

从一个适合新手的议题开始,或阅读 CONTRIBUTING.md。有关私密漏洞报告,请参阅 SECURITY.md;有关发布历史,请参阅 CHANGELOG.md。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。