关于 Metis
Metis 是一款开源工具包,将专家经验记录为经人工审核、按条件提供给 AI Agent 的记忆,适合需要保存流程与事件记录之外决策依据的团队。
主要功能
- 01将专家实践记录为片段
- 02人工确认与审核
- 03按条件检索记忆
- 04哈希链式证据记录
适用场景
- 01保存规程未涵盖的决策依据
- 02向 Agent 提供符合情境的指导
- 03审计捕获、审核和检索过程
MCP 相关
`metis mcp` 将治理后的记忆提供给 MCP 客户端,也可通过 `uvx metis-memory mcp` 运行。
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。
工具
10收录的工具列表 · 更新于 2 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| role | any | 否 | 你代表其执行操作的角色,例如 operator。条件中指定其他角色的片段会被隐藏,原因是 role_not_authorised。省略此参数可跳过该检查。 |
| context | any | 是 | 当前工作情境,包含 risk_class。 |
详细介绍
Metis 是一套开源工具包,用于捕捉专家实践的片段,并在经过人工审核且使用条件达成一致后,将其作为记忆提供给 AI Agent。
默会片段:Agent 记忆的第四层
默会片段记录了专家注意到的情况、采取的应对方式,以及应对时的情境。经过人工审核后,它与程序、事实和过往事件并列,成为 Agent 记忆的一部分。
程序与实践之间的差距
程序描述应该发生什么,日志记录发生过什么。专家决策背后的线索及其原因往往没有被记录下来。
片段如何传递给 Agent
每次捕捉、确认、审核决定和检索,都会通过 CHAP 参考协调器 chap-coordinator 记录在哈希关联的证据链上。
捕捉循环
当记录的操作与程序不一致时,捕捉 Agent 会向专家提出一个简短的问题,即 轻声询问,由专家用自己的话确认记录内容。
每个片段都属于论文中的十七类隐性知识之一,编号为 K1 至 K17。 网站上的图谱为每一类提供了一个示例和一种采集方法。
快速入门:运行泵示例
python -m pip install metis-memory
metis demo manufacturing-pump-vibration
metis fragment list
metis memory list
metis audit verify
演示使用提供的观察记录,无需模型服务,并将记录保存在 ./.metis 中。
若要从源代码开始:
git clone https://github.com/BrightbeamAI/metis && cd metis
pip install -e .
Python 示例:采集、审核和感知条件的门控
from metis import MetisEngine
from metis.conditions.context import TacitContext
from metis.consent.model import ConsentRecord, ConsentStatus
eng = MetisEngine() # local and deterministic
eng.join_default_participants()
# Capture the operator's practice where it departs from the procedure.
frag = eng.capture_observation(
{
"observation_id": "OBS-1",
"work_as_imagined": "Reduce load only when the alarm threshold is crossed.",
"work_as_done": "Ease back earlier, when high load meets a dull sound.",
"context": TacitContext(equipment_family="centrifugal_pump", operating_mode="high_load"),
},
consent=ConsentRecord(consent_status=ConsentStatus.granted),
category="K7_sensory",
).fragment # Evidence layer: reviewers only
# Two named reviewers promote it to Advisory.
eng.tier2_review(
frag.fragment_id, "promoted_to_advisory", summary="advisory cue only",
decided_by=["human:[email protected]", "human:[email protected]"],
)
# The gate returns it only where its conditions hold.
pump = TacitContext(equipment_family="centrifugal_pump", operating_mode="high_load", risk_class="moderate")
other = TacitContext(equipment_family="gear_pump", operating_mode="low_load", risk_class="moderate")
print(len(eng.retrieve(pump).eligible)) # 1
print(eng.retrieve(other).blocked[0].reason) # conditions_do_not_match
将 Metis 接入你的应用程序
| 领域 | Metis 提供 | 你的应用程序提供 |
|---|---|---|
| 采集 | 片段架构和低声交流流程 | 采集工具、同意工作流和访问控制 |
| 审核 | 确认、审核和权限记录 | 审核者身份和正式变更控制 |
| 检索 | 感知条件的门控及其原因 | 当前上下文、权限和领域策略 |
| 行动 | 指明许可用途的指导 | 行动限制和人工升级机制 |
| 记录 | 本地持久化和 CHAP 证据 | 存储、保留和访问策略 |
metis mcp 会向 Claude Desktop 和 Claude Code 等 MCP 客户端提供同一套受治理的记忆;uvx metis-memory mcp 则无需预先安装即可运行。请参阅
MCP 服务指南。若要为团队运行 Metis,
服务指南介绍了登录、工作区角色、Web 应用和 PostgreSQL;
deploy/介绍如何通过 Docker 或 Kubernetes 运行;Agent 集成指南则介绍如何通过远程 MCP、Python 客户端或 LangChain 接入 Agent。连接器可从工作场所系统采集内容,并将低声交流消息发送到 Slack 或 Teams;运维指南介绍了如何在生产环境中运行。
了解更多
- 网站:交互式导览、图谱和常见问题。
- 文档:架构、治理、检索和 Agent 用法。
- ABOUT.md:代码库导航和开发说明。
- CHAP:协作式人机协议。
docs/demo.html和docs/explainer.html:可在任何浏览器中打开的交互式演示和图解说明。
合乎伦理地使用
Metis 会在工作人员知情并同意的情况下采集其工作片段。请勿将其用于隐蔽监控。它不会记录音频、视频、生物识别信息、屏幕截图或击键。投入生产使用前,必须征求工作人员意见、进行法律审查并验证领域适用性;请先阅读 ETHICAL_USE.md。
许可证
Apache-2.0。请参阅 LICENSE。
引用
Metis 是 隐性片段:将隐性知识运用于 Agentic AI 的受治理记忆层的参考实现。
@article{shahid2026tacitfragments,
title = {Tacit Fragments: Operationalising Tacit Knowledge as a Governed Memory Layer for Agentic AI},
author = {Shahid, Arsalan and Suttie, Gordon and Black, Philip and Garz{\'o}n-Vico, Antonio},
journal = {Preprints},
year = {2026},
doi = {10.20944/preprints202608.0927.v1},
url = {https://brightbeam.works/metis/resources/tacit-fragments-preprint.pdf}
}
评论
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。