RCLL

RCLL

为一组 AI Agent 提供可自托管的共享记忆。一个系统，兼具存储与结构。

RCLL — 面向 Agent 集群的团队记忆。基于 Hindsight（github.com/vectorize-io/hindsight，MIT）构建。

重要

你正在查看一个只读镜像。 权威仓库位于 godcrm.ai/git/holetron-lab/fleet-memory — 可自托管、公开，且无需链路上任何环节的账号即可匿名克隆。这里的所有内容 都从那里推送过来，因此在 GitHub 上执行的合并会在下一次同步时被覆盖，通常在一小时内。 问题和星标归属于这里，并会在这里查看。也欢迎在这里提交拉取请求 — 它会在权威仓库一侧合并，并在下一次 同步时回到这里。

RCLL 是 vectorize-io/hindsight（MIT）的分支。它保留了 Hindsight 的存储引擎，并添加了房间 — 在一个共享存储上按主题划分范围，这强调的是选择性，而非隔离 — 以及分层深度模型（L0–L3）。房间／大厅／层级这套分类法是分层记忆领域的既有成果；这里的实现则由我们自行开发。

RCLL 是 recall 去掉元音后的写法 — 这是集群中的每个 Agent 在执行任何其他操作前都会进行的操作。该工具的名称就是 memory_recall；产品也因此操作而得名。

值得记住的一项结构特性是：读取路径永远不会调用大模型。 一次召回消耗 CPU，但不消耗任何模型令牌 — 详见架构。

状态

源代码公开，采用 MIT 许可证。目前尚无打包发行版：fleet-memory-mcp 尚未发布到 npm，也没有推送容器镜像。如今运行 RCLL 需要基于此代码树构建，下面的快速入门便是如此。请不要将安装命令说成可用，除非 rcll.ai 已经提供了相关命令。

网站、实测数据	rcll.ai · 基准测试
为 AI Agent 而非人类撰写	rcll.ai/agents.md
我们从上游分支的位置，以及如何获取下一个版本	FORK.md
架构规范	RCLL.md

---

工作原理

┌──────────────────────────────────────────────────────┐
│                         RCLL                         │
│                                                      │
│  ┌─── Room: auth ───┐  ┌─── Room: pipeline ──┐       │
│  │ Hall: facts      │  │ Hall: decisions     │       │
│  │ Hall: procedures │  │ Hall: events        │       │
│  │ Hall: warnings   │  │ Hall: facts         │       │
│  │                  │  │                     │       │
│  │  L0 ████ always  │  │  L0 ████ always     │       │
│  │  L1 ███░ warm    │  │  L1 ███░ warm       │       │
│  │  L2 ██░░ cold    │  │  L2 ██░░ cold       │       │
│  │  L3 █░░░ archive │  │  L3 █░░░ archive    │       │
│  └──────────────────┘  └─────────────────────┘       │
│           │                      │                   │
│           └──── Tunnel ──────────┘                   │
│                (cross-bank bridge)                   │
│                                                      │
│  Closets: compressed summaries + source pointers     │
└──────────────────────┬───────────────────────────────┘
                       │
              Hindsight vector store
              (embeddings + semantic search)

房间 — 按主题隔离。认证、流水线、基础设施、架构 — 每个主题各自拥有一个房间。搜索认证信息的 Agent 不必在 500 条部署记忆中翻找。

大厅 — 在房间内对知识进行类型划分。事实、事件、决策、流程、警告。系统在读取前就知道自己要查看什么 — 就像记忆的 Content-Type。

L0–L3 层级 — 四个优先级层级。L0（核心）始终加载。L3（归档）仅通过深度搜索访问。类似 CPU 缓存层级：L1 快速且容量小，RAM 较慢但能容纳所有内容。

储藏室 — 由 AI 压缩的摘要，并附带来源指针。在知识层面进行去重：10 条相关事实 → 1 段文字 + 引用。

隧道 — Agent 之间跨存储区的桥梁。Agent A 发现一条见解 — Agent B 通过隧道即可看到，无需重复数据。

此分支新增内容

以下列出的是相较于我们的分支起点新增的内容（d054b884，2026 年 4 月），并非声称上游 Hindsight 当前的功能。自我们分支以来，上游已发布约 1,700 次提交和 4 个小版本；请假设下文提到的所有内容在上游都已有对应方案，只是我们尚未评估。将此处内容视为对比之前，请先阅读 FORK.md。

此处新增	内容
Rooms	每次写入和读取都进行主题范围限定——用于筛选，而非隔离
Halls	在 room 内对知识进行类型标注（事实、事件、决策、流程、警告）
Layers L0–L3	持久性层级；始终召回 L0，仅通过深度搜索查找 L3
Classification	基于关键词，耗时不到 1 毫秒，不调用大模型——分类体系不消耗任何 token
Closets	按 room + hall 生成压缩摘要，并附带指向来源的指针
Tunnels	跨存储库桥接
MCP server	独立服务，通过 MCP 暴露 5 个工具

所有新增内容都是增量式的：截至我们的分支起点，上游 /retain 和 /recall 的契约仍可原样使用，所有新增参数都是可选的。

测量结果

我们在公开的 LoCoMo 数据集上使用自有模型评估了检索质量，采用的是第三方测试工具，而非我们自己编写的工具。完整的方法、表现较差的方案和注意事项见：rcll.ai/docs/benchmarks/。

配置	nDCG@10	相较 BM25
BM25	0.3885	基线
vector	0.4244	+0.036
hybrid fusion	0.4722	+0.084
hybrid fusion + reranker（默认）	0.5862	+0.198

这是检索质量，不是答案准确率。 它无法与“LoCoMo 上达到 77%”这类数据相比较；后者是在存储库之上使用阅读器和评判器进行测量的。我们没有公布准确率数据，因为我们尚未运行阅读器和评判器。

基准测试页面也列出了对我们不利的两项结果，并未将其隐去：对于多跳问题，我们的默认融合方案不如 vector-plus-reranker；对于单跳问题，单独使用 BM25 优于稠密检索。

无 GPU 时的 CPU 延迟：搜索约 0.29 秒；包括交叉编码器重排序器时约 3.0 秒。重排序器占用 85% 的时间，也是我们能测得的单项最大质量提升来源。

快速开始

git clone https://github.com/holetron-lab/fleet-memory.git
cd rcll
cp .env.example .env
# edit .env with your config
docker compose -f docker-compose.rcll.yml up -d

此操作会根据此代码树构建镜像——目前没有已发布的镜像可供拉取，因此首次运行会进行编译，速度较慢。随后 API 会在 http://localhost:5100 上监听。

针对截至我们的分支起点的上游 Hindsight API 编写的客户端仍可继续使用——新增参数均为可选参数。但它不能直接替代当前的上游 Hindsight；上游已领先此分支好几个版本。

嵌入

内置 BAAI/bge-small-en-v1.5（384 维）——速度快，适合 CPU，且已打包到镜像中，因此首次运行无需从网络下载。该模型针对英语进行了优化；用于其他语言时，召回质量会下降。

对于多语言记忆（例如俄语、多文字体系），请改用多语言模型：

HINDSIGHT_API_EMBEDDINGS_LOCAL_MODEL=BAAI/bge-m3   # 1024-dim, multilingual

维度会自动检测。⚠️ 切换模型会改变向量维度——请在空的记忆存储库中进行切换，或先清空并重新嵌入，因为不同维度的现有向量无法混用。

不使用 LLM 密钥运行

LLM_PROVIDER=none 是受支持的配置，但这会提供功能更精简的产品，并非免费获得相同功能：retain 会降级为分块模式——整块存储并嵌入，不进行事实提取、实体解析或因果链接，同时关闭整合和反思功能。你会得到一个混合向量与词法的分块存储库。读取不受影响，因为读取本来就不会调用模型。请有意选择此配置，或将提取功能指向本地模型——不要因为某个字段留空而意外进入此模式。

MCP 服务

mcp-server/ 目录包含一个通过 stdio 运行的独立 MCP 服务。

截至 2026-08-24，针对实时后端实际验证的内容：协议版本 2025-06-18；initialize、tools/list 和 tools/call 均可完成往返；memory_recall 会返回真实结果。这是在 stdio 上直接运行的协议级检查，不代表逐个客户端的兼容性矩阵。

因此，任何支持通过 stdio 使用 MCP 的客户端都应该可以运行，但我们并未逐一测试。 下方列出的是我们自己使用的配置（Claude Code），除此之外没有其他配置。如果你成功在 其他客户端上运行，欢迎通过 PR 补充本节。

工具

工具	描述
memory_retain	保存记忆，并自动分类到房间/大厅
memory_recall	按房间/大厅/层级筛选的范围语义搜索
memory_reflect	深度推理——综合事实、发现模式并给出带引用的回答
memory_compress	根据累积的事实创建壁橱摘要
memory_bridge	在相关记忆之间创建跨库隧道

在这五个工具中，只有 memory_recall 不会调用模型。memory_reflect 是一个会重复调用大模型的 Agent 循环——如果要将此服务开放给不可信对象，请仅开放 memory_recall。

在规划上下文用量前，值得了解一点：后端将 recall 中的 limit 视为检索提示，而非结果上限——它会返回自身令牌预算内的全部内容，大约 110 条事实。MCP 层会在返回结果时执行你的 limit，因此 limit: 2 的 recall 大约消耗 1 KB，而不是 43 KB。Recall 不会消耗模型调用，但会占用上下文。

设置

cd mcp-server
npm install
FLEET_URL=http://localhost:5100 node server.js

Claude Code 配置

添加到 ~/.claude/mcp.json：

{
  "mcpServers": {
    "rcll": {
      "command": "node",
      "args": ["/path/to/mcp-server/server.js"],
      "env": {
        "FLEET_URL": "http://localhost:5100",
        "FLEET_BANK": "my-agent-bank"
      }
    }
  }
}

从旧包名升级？HINDSIGHT_URL 和旧版 bank 变量仍会作为回退选项读取，因此现有配置仍可正常使用——启动时只会显示弃用通知。

完整文档和环境变量请参阅 mcp-server/README.md。

上游 API 变更

在我们的分支点，上游基础 /retain 和 /recall 端点保持向后兼容。新增参数均为可选。

新增参数

端点	参数	类型	描述
/retain	room	string	主题房间（省略时自动分类）
/retain	hall	string	知识类型（省略时自动分类）
/retain	layer	int	优先级 0-3（默认值：2）
/recall	room	string	将 recall 筛选到特定房间
/recall	hall	string	将 recall 筛选到特定大厅
/recall	max_layer	int	搜索的最大层级深度

新增端点

方法	端点	描述
POST	/bridge	创建跨库记忆桥接
GET	/tunnels	列出现有隧道
POST	/tunnels	在不同库之间创建隧道
GET	/closets	列出压缩后的记忆摘要
POST	/closets	将 L3 记忆压缩到壁橱中

房间/大厅分类体系

房间（主题）

auth · pipeline · infrastructure · deployment · schema · api · ui · tax · hr · legal · compliance · monitoring · agent · general

大厅（知识类型）

warning · decision · procedure · event · preference · discovery · fact

层级

层级	名称	行为
L0	关键	始终召回
L1	重要	默认召回
L2	普通	标准（新记忆的默认层级）
L3	归档	仅深度搜索时使用，压缩到壁橱中

自动分类

RCLL 包含一个基于关键词的分类器（room_hall_classifier.py），在未提供房间和大厅时会自动分配。无需调用大模型——分类即时完成且免费。

可扩展：向 ROOM_KEYWORDS / HALL_KEYWORDS 字典中添加关键词。

示例

存储一条记忆

curl -X POST http://localhost:5100/retain \
  -H "Content-Type: application/json" \
  -d '{
    "bank": "project-alpha",
    "text": "Never restart PROD without confirming staging works first.",
    "room": "deployment",
    "hall": "warning",
    "layer": 0
  }'

限定范围的回忆

curl -X POST http://localhost:5100/recall \
  -H "Content-Type: application/json" \
  -d '{
    "bank": "project-alpha",
    "query": "deployment safety rules",
    "room": "deployment",
    "hall": "warning",
    "max_layer": 1
  }'

跨知识库桥接

curl -X POST http://localhost:5100/bridge \
  -H "Content-Type: application/json" \
  -d '{
    "source_bank": "project-alpha",
    "target_bank": "project-beta",
    "room": "infrastructure",
    "hall": "procedure"
  }'

已知限制

如实列出这些限制，并保留在此处，而不只放在网站上：

• 目前还无法导出你的记忆。 上游的 export 命令会生成知识库 模板——配置、心智模型、指令——但不包含任何已存储内容。完整导出应包含房间、大厅、层级和链接图谱，这是我们的首要事项，因为对于可自托管的存储，缺少这一功能不可接受。
• 没有准确率基准测试。 检索质量有衡量并公开，但尚未进行读取与判定测试。
• 对抗性问题／无法回答的问题——正确答案应为“我不知道”——不在我们报告的检索指标覆盖范围内，而且这类问题最可能让我们难堪。
• 之后切换 MEMORY_MODE 不会迁移你已经存储的内容。 请在积累内容之前做好选择。

我们做了哪些改动

在 Hindsight 的向量存储之上添加了分类体系层，并加入独立的 MCP 服务。

主要新增内容：

• room_hall_classifier.py — 基于关键词的分类体系引擎（新增）
• aa1_add_room_hall_to_memory_units.py — 数据库迁移：从扁平结构转为层级结构，添加 room/hall 和 layer 列（新增）
• mcp-server/ — 包含 5 个工具的独立 MCP 服务（新增）
• 存储层 — 每次写入都会添加 room/hall/layer 元数据
• 检索 — 按房间范围搜索，并按大厅筛选
• 压缩 — 生成带有来源链接的壁橱
• 隧道 — 跨知识库记忆共享协议

完整架构规范：RCLL.md。分提交记录的分支说明：FORK.md。

上游

此分支基于 d054b884，其改动以一系列易读的提交叠加在该提交之上，因此引入新的上游版本时只需变基，无需费力挖掘：

git remote add upstream https://github.com/vectorize-io/hindsight.git
git fetch upstream --tags
git rebase --onto <upstream-tag> d054b884 main

预计会遇到实际冲突：房间相关改动涉及上游改写最多的相同引擎文件。FORK.md 列出了相关文件及原因。

致谢

• vectorize-io 开发的 Hindsight — 记忆存储引擎
• Holetron — 分支维护者、MCP 服务和集成

许可证

MIT — 与上游 Hindsight 相同。请参阅 LICENSE。