Mnemosyne OS

---

重要

🔮 1.9.0 新功能 · The Orb。 The Orb 化身为你的助手：只需说“整理我的桌面”， 它就会规划步骤并执行，支持 7 种语言。早间简报和晚间日志、Google Calendar 和邮件都在控制面板上，而你的编码 Agent 可通过 Claude Code、Cursor 或 Codex 驱动 Mnemosyne OS。许多功能仍处于实验阶段。

→ 发行说明 · 连接你的编码 Agent

提示

📖 用户文档现已上线：docs.mnemosyne-os.io，逐步讲解每个引擎，提供 English · Français · Español 版本。

面向开发者

🔌 为你的编码 Agent 提供记忆	npx -y @mnemosyne_os/mcp 可将 Claude Code、Cursor 或 Claude Desktop 连接到你的知识库。设置指南
🧩 基于记忆构建应用	复制应用模块样板，在 Mnemosyne 窗口内构建应用；或者运行 npm create @mnemosyne_os/app，创建独立程序（Layer 2 应用）。基于 Mnemosyne OS 构建
📖 从实际应用模块中学习	它们的完整源代码均已公开。克隆一个
🧠 索引 Agent 自己的笔记	将知识库指向 .claude、.cursor 或 .aider。IDE 与记忆之间的两条通道

🌍 完全多语言：OS 使用你的语言

整个界面均已本地化为 7 种语言：引导流程、设置、聊天、语音助手和每个对话框。切换语言时，还会重新选择对应语言的 ★ 推荐嵌入模型，因此检索质量会适配你的语言，而不只是切换标签文字。已打开的窗口会立即应用更改。

	语言		状态
	English	你的记忆。你的机器。你的规则。	稳定版
	Français	你的记忆。你的机器。你的规则。	稳定版
	Español	你的记忆。你的机器。你的规则。	稳定版
	Deutsch	你的记忆。你的机器。你的规则。	Beta
	Português	你的记忆。你的机器。你的规则。	Beta
	Русский	你的记忆。你的机器。你的规则。	Beta
	中文	你的记忆。你的机器。你的规则。	Beta

主权、本地优先的记忆，使用你的语言：主权且本地化的记忆操作系统 · 主权且本地化的记忆操作系统 · 主权且本地化的记忆操作系统 · 主权且本地化的记忆操作系统 · 主权的本地记忆操作系统 · 主权的本地优先记忆操作系统。

---

不是又一个 Agent 记忆库

Mem0、Zep 和 Letta 为 Agent 提供记忆层，供你接入云端技术栈。

Mnemosyne OS 是管理你的记忆、Agent 和模型的控制界面，并且运行在你的机器上。你可以选择哪些模型能够读取你的记忆，并由人类进行管理。在 LongMemEval-M 留出集的问题上，这些问题从未用于调整引擎，混合模式得分为 77.1%：在你的机器上进行嵌入和搜索，由云端模型 gemini-3.8-flash 提供答案（自行审查）。

记住 你 的 AI，而不是你接入他人基础设施后得到的记忆。

项目地址

由 XPACEGEMS LLC 发布。以下是其官方地址：

产品	mnemosyne-os.io
组织	mnemosyne-os.com
文档	docs.mnemosyne-os.io
源代码	此代码库
软件包	npm 作用域 @mnemosyne_os：列表

---

为什么称它为“OS”？

并不是因为它有内核或驱动程序，而是因为它能像 OS 一样工作： 它代表那些不该自行管理资源的进程来管理资源。 Linux 为程序管理这些资源（CPU、RAM、磁盘、网络）。Mnemosyne OS 为 AI Agent 做同样的事，只是管理的资源有所不同：

Agent 需要	Mnemosyne OS 通过以下方式管理
记忆	Vault、SQLite + 向量存储，按领域分区，并可启用 AES-256 静态加密
上下文	Chronicles + 语义检索，Agent 不必手动重建过去
计算能力	根据任务复杂度，在不同模型层级（经济型/标准/高级、本地/云端）之间进行路由
硬件	为本地语音进行实际的 GPU/CPU 调度（CUDA 检测、隔离式 sidecar），避免大型模型阻塞应用
输入/输出	使用签名意图协议（query / ingest / forget / focus），而非原始读写
安全性	FGAC、限定范围的 JWT、零信任 IPC 验证
持久化	跨会话连续性，每次调用都无需冷启动

这并不是为了这个代码库而牵强附会的营销说法。MemGPT（Packer 等人，UC Berkeley，2023，arXiv:2310.08560）在一篇同行评审论文中提出了同样的“面向 LLM 的 OS”类比，将虚拟上下文管理建模为 OS 内存层级。Mnemosyne OS 将这一理念进一步拓展：它不是单会话上下文分页技术，而是一个持续运行、隔离多个 Agent，并以守护进程形式持久运行在机器上的系统，而不是导入后退出就消失的库。

---

旗舰应用：Mnemosyne OS Infinity Edition

这是整个生态的参考应用：一款本地优先的 AI 操作系统，将自主的记忆核心置于严格的用户控制之下。它可以在本地或云端运行 LLM，将所有加密 Vault 保存在你的机器上；在 Agent 间同步时，还可以通过 libp2p 传输层进行通信（@mnemosyne-workspace/mnemosync-p2p）。

与碎片化的 AI 封装工具不同，Mnemosyne OS 绝不会不加区分地开放你的知识 Vault。每个 Agent 连接都受 **FGAC（细粒度访问控制）**和 400 个经 Zod 验证的 IPC 通道管理，确保你完全掌控哪些内容会执行、存储和同步。

核心模块

模块	描述
🧭 Neural Map	将你的记忆呈现为不断演化的数学拓扑：节点代表记忆，边表示记忆之间的语义相似度，并实时调整
🧩 MnemoHub	用于存放扩展包（迷你应用）的商店，其目录由主权钱包签名，并在客户端验证后才会呈现任何内容
💤 Dream State	一种整合引擎，会在空闲阶段重放并关联记忆
🗄️ Vaults	按生活领域划分的记忆分区，每个分区都有自己的保护级别和同意边界
🎙️ Voice Assistant	本地或云端语音，流式 STT/TTS，无缝本地播放
💬 Multimodal Chat	基于文本、语音和文件的对话，可从你自己的 Vaults 实时检索
🧠 Adaptive RAG	检索深度和排序会根据你运行的模型进行调整，从笔记本电脑上的 LLM 到前沿云端模型皆可
🔑 Sovereign Wallet & Engramm License	本地 Web3 钱包用于许可（在 Base 上验证）、化名申领和云端额度，无需账户、密码或 Gas 费
🎨 Spatial Canvas	小组件位于 2D 画布上，而非堆叠的标签页中；位置本身承载意义
🛩️ Agent control room	通过 herdr，你的编码 Agent 会以卡片形式显示在画布上。风险命令会在卡片上等待你批准
🖐️ Voice and gestures	对着光球说话，或通过网络摄像头用手移动窗口（测试版）。语音和手部追踪都在本地运行
📚 Memory cartridges	从官方来源获取公共知识并载入你的记忆：法律、医学、科学、世界历史、已知漏洞、商标
🕸️ Synaptic P2P	在本地网络上配对你的设备，只读共享 Vault，或共同维护一个 Vault（测试版）

探索引擎内部：各个引擎

这不是一个笼统的“AI”黑箱，而是由多个独立的专用引擎组成：

• Embedding 引擎：按优先级排列的 Embedding 提供商链（云端、本地 ONNX、Ollama）。按顺序逐一尝试，失败时会明确报错，而不会返回空向量； Embedding 失败绝不能悄无声息地变成一条不可见的记忆。
• 检索引擎：驻留 RAM、已解密的向量缓存（采用 int8 量化以控制规模）， ANN 搜索与精确词项匹配的结果合并后，再进行最终重排序。
• Spine 引擎：根据语义性质（即“spine”及标签）对每条记忆进行分类； 分类体系以数据而非硬编码逻辑的形式存储，因此新增类别无需更改代码。
• Dream State：双速整合。快速、低延迟层会在使用过程中提取事实；更重型的 层则在空闲或夜间运行，以解决矛盾并关联不同会话中的记忆。输出会与原始检索 结果并列追加，而不会悄悄取而代之。请参阅下文的 基准测试结果。
• Adaptive RAG（“变速箱”）：上下文选择（top-k / MMR / 低差异采样）会根据 所运行的模型层级和所选的思考模式进行调整，而不是注入所有检索到的候选项。
• Theia，视觉引擎：以视力女神 Titaness 命名；神话中，她是 Mnemosyne 的 姐妹。这是一套完整的图像记忆引擎：你的图像会100% 在本地 （通过隔离的 sidecar 中的 SigLIP 2）嵌入至独立的向量空间，并通过三个融合排序 的渠道在聊天中以缩略图形式召回：语义、像素颜色调色板，以及引擎自主发现的 新兴类别；图像也可在动态图库中浏览。人的判断始终优先于模型：你可以为类别 评分、置顶、描述、教学、重命名或合并。设计上秉持诚实：引擎尚未预热或仍在建立 索引时会如实说明，而不会编造“没有匹配项”。默认关闭，只需在 Settings 中切换一次即可启用。
• 语音引擎，STT 和 TTS，完全独立：语音转文本会在进程内运行小型模型，大型模型 则运行在隔离的 GPU/CPU sidecar 中（在进程内加载大型 STT 模型可能导致整个应用崩溃）； 文本转语音可使用系统、云端或本地方案（离线二进制程序或 GPU 语音克隆），并以采样精度 调度，实现无间隙播放。没有 NVIDIA GPU → 自动回退到 CPU，不会强制阻断。
• 400 个经过 Zod 验证的 IPC 通道将上述所有引擎连接到 UI，自动生成，并在每次构建时 通过漂移测试检查。

📄 深入了解：The Resonance Engine，技术白皮书。 了解这些引擎背后的完整架构：为什么记忆应当产生共鸣而非仅供查找，整合和自适应 选择如何运作，以及 LongMemEval 的结果；白皮书会随引擎发布持续更新。

📚 完整文档：用户指南位于 docs.mnemosyne-os.io；概念、架构、治理和设计决策见 doc/。

记忆如何运作

flowchart LR
    A["Document · conversation · file"] --> B["Vault<br/>domain-isolated, graduated protection"]
    B --> C["Chronicle<br/>content + semantic type + embedding vector"]
    C --> D["Semantic retrieval (RAG)"]
    D --> E["query() / ask()"]
    F["Dream State<br/>cold consolidation"] -. replays & links .-> C

    style B fill:#1a1a2e,stroke:#7c3aed,color:#fff
    style F fill:#1a0e1a,stroke:#ff6b9d,color:#fff

在 LongMemEval-M 上得到验证：不只是宣传

77.1 % (37/48)	48 个留出问题，从未用于调优引擎；完整干扰项变体（困难版）；LongMemEval 官方评审器，2026 年 9 月
85.4 % (41/48)	用于调优引擎的 48 个问题；严格评审器
两轮测试	只有两轮都答对，问题才计为正确
每个答案	均与每条评审器原始回复一同发布，并提供可重新计算各项数据的 verify.js

LongMemEval 是一项公开、独立的长期记忆基准测试。其完整干扰项变体会在每个问题的证据周围加入约 480 个干扰会话，是已发表的设置中最接近真实、长期使用的记忆库的方案，也比大多数已报告数据所采用的 -S 子集更难。

测试方案在测试开始前就已公布。 留出问题此前从未作答。本次测试采用混合模式：嵌入和搜索在本机运行，云端模型 gemini-3.8-flash 负责撰写答案。它衡量的是 Agent 使用的 SDK 和 MCP 接口。

9 月，Julien Gelee 的外部审计发现我们 8 月结果中有一个判定错误。审计范围涵盖已发布的文件、记录和计算过程，不评估产品或闭源引擎。 勘误将结果更正为严格评审器下 35/48 (72.9 %)，灵活评审器下 37/48 (77.1 %)。随后我们重新运行了整项基准测试。7 月合成得出的 72.9 % 仍以其 DOI 归档。两次测试之间，阅读器、引擎和评审器都发生了变化，因此这些数据并列呈现，不会串联成一段进展历程。

不要盲目相信这些结果，请亲自审计。 已发布的评分器和逐题判定，让你无需引擎和网络，只需运行一条命令，就能重新计算每项得分。完整方法、根因分析以及两轮测试的原始运行日志也都已公开：

🔍 亲自审计：每个答案和 verify.js →  ·  实时结果页面  ·  原始日志和方法

引用本成果。 证据和架构均以永久标识符归档，可供引用，而不只是链接：

验证工具包、记录、评分器、原始日志	10.5281/zenodo.21727140
The Resonance Engine，技术白皮书	10.5281/zenodo.21728283
作者	Tony Trochet · ORCID 0009-0009-1087-3917

界面展示

---

IDE 与记忆之间的两扇门

你已经在编辑器旁运行了一个 Agent。每次会话启动时，它都不了解正在处理的项目历史，因此只能重新推导你几周前得出的结论，明天还会再次如此。这些历史中有一部分留存了下来：Agent 自己把它写了下来。它存放在代码旁的点目录中，通常会被 Git 忽略，也没有任何程序读取。

Mnemosyne OS 为它打开了两扇门，方向恰好相反。

第一扇门，记忆读取 Agent 的内容。 DocWatch 会监视你指定的文件夹，不论文件夹叫什么，因此 .claude/…/memory 会像其他来源一样被处理，Agent 记录的内容也能和文档、代码一起检索。v1.4.3 发布了这项功能：在此之前，一条宽泛的忽略规则会悄无声息地丢弃所有点目录。

→ 连接编码 Agent 的记忆

第二扇门，Agent 读取记忆。 @mnemosyne_os/mcp 是一个模型上下文协议服务：只需在客户端配置中添加一项，Agent 就能搜索知识库、用自然语言提问，并写回它推导出的内容。

npx -y @mnemosyne_os/mcp

→ 将 Claude 连接到 Mnemosyne OS（MCP）

其中有三个工具既不需要应用，也不需要知识库，甚至不需要一个令牌：它们会读取你的运行框架已经写入磁盘的会话记录。因此，“提交前，这个分支上是否还有其他会话在运行？”这样的问题，才足够容易让人真正去问。

机制就是全部论据。 我们没有公布这能节省多少令牌或时间，因此也不会对此作出断言。检索不等于推理：模型可以查到的决策，就不必再推导一次；原本用于重建当前上下文的精力，就可以转而用于任务本身。与其相信某个数字，不如在自己的会话中亲自观察。

---

基于 Mnemosyne OS 构建

你已经了解它是什么，也知道它能正常运行。现在，基于它构建吧。你的应用、Agent 和皮肤通过公开 Gateway 合约与私有 AI 记忆运行时通信：这是一个稳定且有文档说明的接口，你可以基于它进行构建，而认知核心仍保持封闭，绝不对外暴露。

两种入门方式：

• 🛠️ 基于它构建：复制 cartridge 样板，构建一个运行在 Mnemosyne 窗口内的应用；或者搭建一个独立程序，几分钟内即可连接记忆库。
• 💾 运行它：安装旗舰桌面应用 Infinity Edition。

npm create @mnemosyne_os/app   # a Layer 2 app: a separate process, not a cartridge

Package	功能
@mnemosyne_os/cartridge-sdk	构建 cartridge：一个运行在 Mnemosyne 窗口内、位于沙盒 iframe 中的应用
@mnemosyne_os/sdk	将独立程序（Layer 2 应用）连接到本地 AI 记忆运行时（WebSocket / Electron IPC）
@mnemosyne_os/public-contracts	共享类型与 Zod 架构，作为集成合约
@mnemosyne_os/design-sdk	仅用纯 JSON 构建自定义 UI 皮肤，无需 TypeScript
@mnemosyne_os/create-app	用一条命令搭建 Layer 2 应用。它不是 cartridge：MnemoHub 不会为它建立链接

从 cartridge 样板开始，几分钟内即可在 FGAC 保护、范围限定且需经同意的条件下摄取并查询知识库。

🛡️ 以零信任为设计原则。 每个 SDK 连接都会使用短时有效的 JWT 进行身份验证，只监听 127.0.0.1，并受应用清单声明的作用域限制。OS 能看到你的请求；你永远无法看到核心。

卡匣是真实的，且可供阅读

MnemoHub 中的应用并非黑箱。每个应用都附带其实际的 src/（React + SDK），公开可查看。克隆一个应用作为参考实现，准确了解真实应用如何连接记忆运行时，以及如何通过 SDK 摄取内容并查询保险库。不要只靠 API 文档学习 SDK，下载一个可运行的应用并参考其中的模式。以下是一些在线示例：

卡匣	简介	克隆它以了解	许可证
MnemoArchipel	主权式、离线优先的个人 CRM	语义关系图，以及在保险库上使用自定义节点坐标	Cartridge License · 源码可用
MnemoResto	完整的餐厅套件，包含 POS、预订、小费、按产品计算的 VAT 和库存管理	将结构化业务数据持久化到限定范围的保险库	Cartridge License · 源码可用
BMAD 2.0	将想法转化为结构化项目蓝图的向导	读取和写入保险库的多步骤流程	Cartridge License · 源码可用
MnemoReader	会朗读并同步高亮词语的动态 PDF 图书馆	文档摄取 + 通过 SDK 流式调用本地 TTS	MIT
Translator	使用你自己的 AI 密钥批量翻译文本和 Markdown	使用自带的 AI 密钥 + 批量调用运行时	MIT

MIT 卡匣可由你自由分叉并在任何地方发布。Cartridge License 源码可用： 你可以阅读、学习和修改，但有一项条件：它必须在 Mnemosyne OS 生态系统中运行。

🧩 制作你自己的卡匣。 从 boilerplate 搭建卡匣， 基于 SDK 构建，并将其发布到 MnemoHub，方式与这些卡匣完全相同。从 npm create 到签名并可安装的卡匣，整个流程都由你掌控。

---

开放生态系统

Mnemosyne OS 的开放部分采用 MIT 许可证，可免费用于构建：

• Layer-2 SDK（/packages）是上方的集成接口：连接应用、构建 皮肤、搭建项目，并针对 Gateway 进行评估。
• MnemoForge CLI（/cli）是独立的开发者工具，拥有自己的文档：请参阅 cli/README.md。如需为编码 Agent 提供记忆，请改用 MCP 服务。

---

为什么可以放心基于它构建

开放的 SDK 与封闭的核心之间只有一个边界：Gateway。 应用通过公开契约进行交互；核心内部实现绝不会随应用分发给第三方代码，也不会被第三方代码访问。

flowchart TB
    subgraph Renderer["Renderer Process (React)"]
        UI["React 18 · TypeScript strict · Vite<br/>i18next (EN/FR/ES) · 30+ lazy-loaded routes"]
    end

    subgraph Bridge["contextIsolation: true · nodeIntegration: false"]
        CB["Context Bridge<br/>400 Zod-validated IPC channels"]
    end

    subgraph Main["Main Process (Electron)"]
        SVC["Services: AI · Vault · Drive · Workspace<br/>Shadow · Window · Network · FGAC · Scheduler"]
    end

    subgraph Net["Sovereign network (127.0.0.1 only)"]
        SDKWS["SDK WebSocket"]
        MCP["MCP server"]
    end

    subgraph Chain["Base L2, on-chain"]
        ENGRAMM["Engramm License"]
    end

    UI <--> CB
    CB <--> Main
    Main --> SDKWS
    Main --> MCP
    Main -. verify via Gateway .-> ENGRAMM

    style Main fill:#1a1a2e,stroke:#7c3aed,color:#fff
    style Renderer fill:#0f172a,stroke:#38bdf8,color:#fff
    style Chain fill:#1a1a0e,stroke:#f39c12,color:#fff

Engramm 许可证

运行 Mnemosyne OS 需使用 Engramm 解锁。它以 engram 命名，意为记忆在大脑中留下的物理痕迹。这很适合记忆操作系统：它是你自己可验证的所有权凭证。

你的许可证不与账户和月度订阅绑定，而是存储在链上（Base），并绑定到你的钱包，而非某台设备或某个电子邮箱。你持有它，因此拥有自己的副本，并可将其带到任意设备，且任何人都能验证它。同一个 Engramm 也用于生成你的主权化名并提供云积分。持有和验证它都无需花费任何费用。详见下文。

身份验证：冷启动 / 热启动

本地钱包是唯一的凭证。没有账户，也没有可被攻破的服务器端密码。

无需支付 Gas 费，也无需管理加密货币。 区块链只是底层设施，不是付费门槛。你永远不必支付网络费用、持有代币或批准交易。所有权记录在 Base 上，确保可公开验证，但所有网络成本都由我们代付。你无需操心钱包。

sequenceDiagram
    participant U as "You"
    participant W as "Sovereign wallet (local)"
    participant G as "Gateway"
    participant C as "Base L2 (chain)"
    participant T as "OS keystore"

    Note over U,T: Cold boot (first launch / new machine)
    U->>W: launch the app
    W->>G: signed challenge
    G->>C: verify Engramm on-chain
    C-->>G: does this wallet hold the license?
    G-->>W: signed verdict

    Note over U,T: Arming encryption at rest, separate, and up to you
    U->>W: turn on encryption at rest
    W-->>U: 24-word recovery phrase, confirm it
    U->>W: confirmed
    W->>T: seal the AES-256 key

    Note over U,T: Every launch after
    W->>T: read the sealed key
    T-->>W: key → vaults open encrypted

    Note over W,T: Once armed, physical theft = encrypted SQLite.<br/>Until armed, vaults are local but in cleartext.

安全优先的 Electron 架构

• 每个窗口均设置 contextIsolation: true、nodeIntegration: false
• Web 内容设置 sandbox: true，仅对本地 AI 工作线程放宽限制，并通过上下文隔离 + 经 Zod 验证的 IPC 加以缓解
• 通过 Context Bridge 明确声明 IPC 方法，并使用 Zod 验证 + 审计日志记录
• 严格的内容安全策略
• Windows 构建经过代码签名（Certum OV，带 RFC-3161 时间戳）；每个发布二进制文件都带有 Sigstore 构建来源证明，将其与生成该文件的确切 CI 运行和提交关联起来

在代码中落实主权

• FGAC 精确控制 Agent 或第三方应用可以读取、写入或同步的内容
• 访问授权有效期为 24 小时，刷新时自动修复
• P2P Shadow Sync，配备警报系统和操作系统通知
• 未经同意不收集遥测数据

技术栈

• 运行时： Electron 31、Node.js 22
• 前端： React 18、TypeScript（严格模式）、Vite
• 状态： Zustand，配合 useShallow 原子选择器
• AI 集成： Claude API、Ollama（本地大模型）、兼容 OpenAI 的端点
• 测试： Vitest + Testing Library，CI 门禁全部通过
• CI/CD： GitHub Actions，类型检查 + lint + i18n 验证 + 测试

---

开放核心与许可

Mnemosyne OS 遵循开放核心模式：围绕专有核心构建一个开放且采用 MIT 许可的开发者生态系统。

组件	许可	描述
开发者 SDK（/packages/*）	MIT	开放，可在 Mnemosyne OS 上构建应用、Agent 和皮肤
MnemoForge CLI（/cli）	MIT	开源，可免费使用、修改和再分发
Mnemosyne Neural OS（平台）	专有	© 2026 XPACEGEMS LLC，保留所有权利

SDK 和 MnemoForge CLI 采用 MIT 许可。你可以对它们进行分叉、构建并发布自己的应用。根目录中的 LICENSE 文件包含纯 MIT 许可文本，适用于 cli/、packages/、examples/ 和 handbook/；桌面应用不受该许可覆盖。Mnemosyne Neural OS 平台、桌面应用、Neural Map、MnemoHub、Dream State、Vaults 及相关服务均为专有软件。未经 XPACEGEMS LLC 明确书面许可，不得复制、修改或分发平台的任何部分。

最终用户许可与上述代码许可相互独立。 每位用户通过 Engramm 解锁 运行 Mnemosyne OS 的权限。Engramm 是绑定到你钱包的链上许可证，而非订阅；你用来 构建 的 SDK 和 CLI 则继续采用 MIT 许可。

核心为何闭源。 构建所需的一切都是开放的；保持封闭的是经过多年全职研发才打磨完善的部分：支撑上述 LongMemEval 数据的记忆引擎（Spine、Retrieval、Dream State）。将核心保持为专有软件，才能让独立实验室维持项目运营、为周边开放生态提供资金并壮大团队，而不是把来之不易的引擎拱手交给任何想换皮的人。这是经过审慎考虑的取舍：Gateway 之上的一切都可以由你分叉；让它值得构建的引擎则仍归我们所有。

许可咨询：[email protected]

---

质量

TypeScript errors     : 0   (strict mode, noUncheckedIndexedAccess)
ESLint warnings       : 0
Test suite            : Vitest + Testing Library (green CI)
CI pipeline           : ✅ Green (typecheck → lint → i18n → tests)
Languages             : 3 (EN / FR / ES)
i18n namespaces       : 47
Electron security     : context isolation · Zod-validated IPC · CSP

---

开发理念

Mnemosyne OS 基于三项原则构建：

1. 数据主权：你的数据留在本地。你可以选择在本地运行模型。未经同意，不会收集遥测数据。FGAC 控制 AI 可以和不可以访问的内容。

2. 多模型：不受供应商锁定。云端支持 Claude、GPT、Gemini、Groq、Mistral、DeepSeek 和 MiniMax；也支持通过 Ollama 或本地 GGUF 模型完全离线运行；还支持任何兼容 OpenAI 的端点。可针对每项任务切换模型，也可让应用自动路由。

3. 为 Agent 式协作而设计。 这不是一个支持文件上传的聊天界面，而是真正的编排层：多个 AI Agent 在策略执行和审计追踪的支持下协同工作。

---

🔬 Mnemosyne Labs：启动研究计划

上方的数据来自已发表且可引用的研究成果。Mnemosyne Labs 是本项目的研究部门：公开研究方法，任何人都可以审计基准测试，研究成果以 DOI 归档。

成果	DOI
📄 The Resonance Engine：技术白皮书 v2.1，介绍引擎背后的架构、整合、自适应选择、混合词汇通道以及 LongMemEval 结果
🔍 LongMemEval-M 审计工具包：评分器、逐题判定结果和严谨的方法论，打包供你自行审计相关结论。此 DOI 对应 7 月的存档（72.9% 活动）；在线工具包 也会重新计算 8 月的数据

两项记录均为开放获取（CC BY 4.0），在 Zenodo 上相互引用，并关联至创始人的研究身份标识 ORCID 0009-0009-1087-3917。

→ Mnemosyne Labs · → 如何引用这项研究 · → 在线审计页面

---

路线图

已发布

• 🚀 Infinity Edition，已发布 28 个公开版本，当前版本为 v1.9.0 · The Orb
• 🖼️ Theia，图像记忆与视觉回忆：Mnemosyne 的姊妹引擎（以泰坦女神视力之神命名）为每个保险库增添一只眼睛：你的图像会在本地嵌入（SigLIP 2，无云端、无 API），回忆结果会在回复下方附上缩略图，动态图库则会展示这些图像及引擎自行发现的类别：你可以为类别评分、纠正、重命名或进行教学，因为人的说法始终优先于模型的猜测。默认关闭；在设置中切换一次即可安装、下载固定版本的权重并建立索引。
• 🕸️ Synaptic P2P（自 v1.5.0 起处于 beta 阶段）：两个安装实例通过 libp2p 直接连接，无需云中继。你可以将一个保险库分享给他人阅读、在安装实例之间发送邮件、共同维护一个保险库，并为每台机器分配角色
• 📚 记忆卡匣：从官方来源获取公开知识并存入你的记忆，首批涵盖法律、医学、科学、世界历史、已知漏洞和商标
• 🖐️ 语音与手势（v1.7.0 推出，手势于 v1.8.0 脱离 beta）：用语音和双手操控画布
• 🧩 MnemoHub：经签名的卡匣市场、社区提交流程、实时发布
• 🪪 自主身份：申领与钱包绑定的公开化名，无需账户或密码
• 💤 Dream State：一种记忆整合引擎，在你离开时重放并关联你的记忆
• 🗜️ Octave，多分辨率记忆压缩：支撑压缩里程碑的引擎，自 v1.3.8 起已集成：你离开时，整合流程会为每条记忆准备多个分辨率的版本，因此答案路径可以在较小的上下文窗口中承载更多记忆。严格采用摘录方式：每一行压缩文本都是原文的逐字摘录，可通过字符偏移量验证，绝非改写；压缩衍生内容继承其来源的精确保库保护级别。在完整基准测试通过之前，默认不会在答案路径中提供这些内容。
• ⚡ MnemoForge CLI v1.4.7 已发布至 npm，@mnemosyne_os/forge · Soul Protocol · Canvas Rules · Chronicle System · MCP 服务
• 🌱 公开 beta，v1.1.0-beta.1：项目的起点（个性档案构建器、语义记忆图谱、首次接触引导）

接下来

• 🗜️ 默认启用上下文压缩：Octave 引擎已集成（见已发布）。机器空闲时，每条记忆都会准备多个分辨率的版本，严格采用摘录方式，可通过偏移量验证，绝非改写。剩下的工作是为所有用户在答案路径中提供这些压缩形式；这要等完整测量测试通过后才能实现，让终身积累的记忆能够以较低成本放入设备端模型较小的上下文窗口。记忆持续增长，就必须始终能够以较低成本承载；这正是 Mnemosyne 能在普通硬件上保持自主运行的关键。
• 📱 移动配套应用：随时记录笔记，并远程访问运行在桌面上的 Mnemosyne OS。随时随地捕捉内容，同步回本地保险库，在远离设备时与自己的记忆聊天
• 👥 团队功能：让整个团队共享记忆，而不止是共享一个保险库
• 🖥️ 可自托管的同步服务
• 🕸️ Permaweb 归档：一次付费，永久将记忆存储在 Arweave 上，无需订阅，也没有会消失的服务端。Psyche（适用于任意 AI Agent 的 souls）是实现这一目标的载体；将它作为卡匣引入 Mnemosyne OS，是让永久归档成为编年记事原生选项的途径，并最终可用于保险库备份
• 💰 创作者经济，为卡匣提供付费曝光，让收入回流至创作者

---

关于

XPACEGEMS LLC，独立 AI 软件实验室
**总部：**美国佛罗里达州迈阿密市 NW 72 AVE 2932 号，邮编 33122
**创始人兼首席架构师：**Tony Trochet
产品：mnemosyne-os.io：下载、文档、基于它构建
公司：mnemosyne-os.com：新闻、研究、Labs
文档：docs.mnemosyne-os.io：涵盖每个引擎，循序渐进
LinkedIn：Tony Trochet
GitHub：@yaka0007

通过 Neural Coding 构建，由人类负责架构，并将 Claude（Anthropic）、Antigravity（Google DeepMind）和 Cursor 作为工具进行指挥。

---

📰 最新动态

几乎每周都会发布新版本。Windows 版本均已代码签名（Certum OV，带 RFC-3161 时间戳），安装后会自动更新。

日期	版本	一句话介绍
2026 年 10 月 17 日	v1.9.0 · 轨迹球	轨迹球成为你的助手。她会操控你的应用：说“整理我的桌面”，她就会规划步骤并执行；无论是在画布上、空白桌面上，还是固定在所有应用之上都可以。她现在也能理解德语、葡萄牙语、俄语和中文。你的一天来到画布上：晨间简报和晚间日志会朗读出来，还能查看 Google Calendar 和邮件、在卡片上准备会议；Sentinel 则会在你离开时为你的桌面站岗。你的编码 Agent 可以通过 Claude Code、Cursor、Codex，或任何连接到 MCP 服务的 IDE，操控 Mnemosyne OS，每次调用都会记录在你机器上的日志中。其他新功能：IDE 时间线、应用内 YouTube（测试版），以及使用 NVIDIA 显卡的记忆功能（测试版）。许多功能仍处于实验阶段。
2026 年 10 月 8 日	v1.8.0 · 图书馆	知识记忆现已开放。MnemoHub 中的知识应用可将公开知识下载到各自的知识库中：法律、历史、健康、科学和语言。你可以向聊天提问，它会根据这些知识作答。手势操作已结束测试阶段。Hub 中的每个应用都有自己的页面，展示图片、评价和版本；Dev 专区可将 Claude Code、Codex、Antigravity 或 Cursor 接入你的记忆。向聊天询问某个年代，MnemoClio 就会打开对应的年份。其他新功能：应用可在独立桌面上运行、空白聊天中的入门问题、轨迹球提供的天气信息，以及钱包中按路线细分的支出。
2026 年 10 月 2 日	v1.7.0 · 双手	现在你可以通过网络摄像头用双手操控画布（测试版）。捏住窗口一角即可移动窗口，张开手指即可全屏，握拳并保持即可关闭窗口。现在还可以进行第二轮检查，将聊天回答与其来源进行核对。你的编码 Agent 会通过 herdr 以卡片形式出现在画布上。其他新功能：通过 Hermes 进行网页搜索、聊天中的公式，以及图片工作室中的图层。此外还有神经地图中的街机、数据小组件（测试版）和更大的本地模型。
2026 年 9 月 23 日	v1.6.0 · 助手	Mnemosyne OS 现在可以运行一位为你办事的助手。通过 MnemoHermes cartridge，只需点击一次即可安装 Hermes Agent（测试版）；它会读取你的记忆，并通过 Telegram 回答你，也可以使用语音。执行有风险的命令前，它会在画布上的卡片中征求你的同意；你可以选择仅同意一次、在本次会话中始终同意，或始终同意。语音备忘录会在你的机器上转录。对轨迹球说“Hermes，……”即可将请求转交给它。精确词语搜索现在支持七种语言，在问题中提到文件名也能找到该文件。其他新功能：将 OpenRouter 用作提供商、在 P2P 界面中使用 Tailscale 连接其他网络中的对等端，以及在钱包中查看每次调用。
2026 年 9 月 19 日	v1.5.1 · 重新找到密钥	Mac 修复版本。更改网络会重命名机器，主权钱包随之关闭，里面的积分也无法使用。现在应用会在启动时重新找到密钥并重新封存；离线许可证在同样的重命名后也能继续使用。
2026 年 9 月 18 日	v1.5.0 · 突触	现在可以连接两个安装实例。突触式 P2P（测试版）可让他人读取知识库、发送信使邮件，也可共享一个供多人共同写入的知识库。你可以对着轨迹球说出指令，或在聊天中输入指令来告诉应用该做什么，例如“打开我的日程”“全屏”，适用于任何窗口，并支持你的语言；还可以在“设置 › 命令”中教它新短语。录音器会转录语音并添加时间戳，还能识别已登记的声音。其他新功能：记忆健康面板、空白桌面上的提问栏、固定在画布上的外部快捷方式、驾驶舱中的 Agent 卡片、可操作日程和待办事项的聊天，以及 MCP 2.0，并可一键安装 Claude Desktop。自 1.4.5 以来提交了 500 多次代码变更，其中 200 多项是修复。
2026 年 9 月 8 日	v1.4.5 · 锁上的门	一个修复版本，也带来了测试版功能。重点是加上一道锁：只有你在开发者模式下亲自关联的 cartridge，才能在你的机器上启动脚本。Hub cartridge 可以声明开发地址，并在窗口打开时立即运行脚本，因此所有使用 1.4.4 或更早版本的安装都应升级到此版本。除此之外，本次版本包含按区域逐一检查的 650 次代码变更和 285 项修复：聊天现在能在一秒内回答，不再卡住一分钟；精确词语搜索恢复正常（词法通道此前只供 SDK 使用，聊天从未使用过）；Dream State 会围绕整个主题进行梦境整理，而不再只处理最初的 40 条内容；监视文件夹规则只对该文件夹生效；任何未经测量的数值都会显示为未知，而不是 0。新增功能：用双手操控画布（“设置 › 手势”，测试版：捏合抓取、双手缩放、挥动）；对话录音器，能将你和对方的声音分别录制到两条音轨上，无需说话人模型；便携式 cartridge，可将记忆带到另一台机器上；在采集浏览器中使用 “询问”，就当前页面向你的记忆提问；八个新的 MCP 工具，让 Agent 即使在应用关闭时也能读取、修改和移除你的待办事项和日程；用于代码的纯文字知识库；带有一个设置抽屉和大脑图形的神经地图；以及 AFFiNE 导入功能。
2026 年 9 月 3 日	v1.4.4 · 完整文档	对于会将真实文档放入知识库的用户：长文档现在可以完整进入记忆。过去文档会在 18 000 个字符处被截断，因此一本 300 页的书只会留下前六页的记忆。文件被直接拒绝时，应用不会给出任何说明；两门 150 页的课程也曾在毫无提示的情况下被拒收。现在拒绝导入时会说明文件名、文件大小和违反的规则。PDF、Word 和 Excel 文件的上限从 5 MB 提高到 50 MB。对于企业用户：将 Mnemosyne 指向你自己网络上的OpenAI 兼容模型服务，整个调用路径都由你掌控。聊天现在可以同时读取多个知识库、遵循面板中选定的知识库，或让模型针对每个问题自行选择。向 Mnemosyne 询问有关 Mnemosyne 的问题：应用内附带法语、英语和西班牙语手册，并会明确说明手册中没有关于你所问主题的内容。采集浏览器经过重建，可用于浏览网页：只需点击一次即可采集页面中的所有图片，也可将页面保存为文本、PDF 或屏幕截图；所有内容都会先供你检查，再进入记忆。此外，还新增了一个可在任意窗口中打开的问题报告功能，发送前会显示将要发送的内容；.docx 中粘贴的图片会被保留并建立索引；启动时也不再重复重建神经地图 11 次。
2026 年 8 月 31 日	v1.4.3 · Agent 知道的事	对于身边开着 AI Agent 编码的用户：Agent 的记忆终于可以进入知识库。每个 Agent 都会将学到的内容保存在点目录（.claude、.cursor、.aider、.continue）中；一条通用忽略规则却会悄无声息地丢弃所有这些目录：源码显示读取功能已启用，面板显示绿点，日志称监视已启动，但实际上一个文件都没有被导入。现在，你主动指定的文件夹无论叫什么名字，都会受到监视。通过 MCP 搜索时，也能使用应用自身检索已有的精确词语通道。此外还包含 1.4.2 版本发布后积累的工作：画布中的桌面（桌面是一个独立世界，拥有自己的窗口、摄像头和装饰）；重做的待办事项功能，支持自定义列表、归档而非删除、拖动排序，还能让任务离开列表、显示在画布上并响铃；可在独立窗口中打开的笔记；可从整个画布范围内读取的知识库；以及能标明谁来作答、却不会停止记录的知识库权重。
2026 年 8 月 29 日	v1.4.2 · 精简裁剪	在你自己的机器上从任意图片中抠出主体：在画布上右键点击主体即可，还能一键还原背景，原始文件不会受到影响。提供两个采用宽松许可的模型，由你在“设置”中选择。图片记忆现在可以使用 NVIDIA GPU，只有确认能在相应显卡上启动时，才会标记为已升级。全新的图片创作空间：可同时打开多个方案，将你自己的图片用作生成时必须遵循的品牌素材包，还能让 Mnemosyne 根据你自己的记忆撰写提示词。Oikos 会读取你家中的设备，并保存设备的静态快照，让你的记忆在一年后仍能找到它；一次只处理一台获准的设备，使用你声明的地址，并且在你撤回同意时立即停止轮询。画布也可以自由移动：打开窗口时会飞向它，且每次移动都有返回方式。
2026 年 8 月 26 日	v1.4.1 · 关闭的管道	Linux 修复：从终端启动 AppImage 后再关闭终端会导致标准输出失效，之后每一行日志都会引发一个致命错误对话框。现在日志总线会检测管道是否已关闭，同时保留环形缓冲区和每日文件；打包版本实际使用的正是后者。此外，扫描版书籍现在可以完整阅读：OCR 会按页处理文档，不再在 60 页后停止，并会显示当前处理的页码。
2026 年 8 月 25 日	v1.4.0 · 无限视觉	Mnemosyne 学会了看见：Theia 是一个完全本地运行的图片记忆引擎（SigLIP 2，设备端运行），让你可以在聊天中找回照片；询问*“看起来像蓝色杯子的内容”*，就会得到图片缩略图作为回答；还有一个动态图库（按日排列的时间线、星标、固定项，以及引擎发现的类别，你可以纠正或添加类别）。工作区现已解锁为无限画布，你可以平移、缩放并用时钟、天气和贴纸进行装饰；在任意位置粘贴或拖入图片，再通过知识库选择器将其加入记忆；经过沙盒隔离的采集浏览器（测试版）可将网页内容带入应用，每次采集都必须由用户手动操作，不会自动采集。此外还有：修复了全新安装中的本地模型、无间断的本地朗读功能，以及新增星座视图和五种颜色高亮的笔记功能。
2026 年 8 月 18 日	v1.3.8 · 第二通道	检索新增了第二条完全本地运行的通道：现在，除了语义排序外，知识库也会按精确词语排序（使用在知识库内部构建的持久索引进行 BM25 检索），再按排名融合结果；这样，专有名词、标识符或数字都能找到对应会话。使用 LongMemEval 全量候选内容集和严格判定进行测量：48 题中从 29 题提升至 37 题；重复测试两次，且在留出问题上确认没有回归。此外，每条检索通道都已验证按应用隔离；安装程序现在包含完善的三语 EULA，并会在安装完成后启动应用。还有新功能：Octave，一种多分辨率记忆压缩引擎，严格遵循摘录式处理；在完成测量前，默认不会用于回答流程。
2026 年 8 月 10 日	v1.3.7 · 守住承诺	整个流程——模型、记忆和检索——都在你的机器上运行，无需密钥或账户。更新后的本地目录支持 262k 个 token 的上下文窗口（入门级模型此前附带的上下文窗口只有 4k）；欢迎使用你自己的 .gguf 文件；自带密钥的提供商会提供它们自己的真实模型列表；本地日志会按你的价格记录每次调用的费用；路由也会全程遵守知识库保护设置。
2026 年 8 月 3 日	v1.3.6 · 个性	操作系统现在可以呈现你的风格：新增四种系统界面语言（Deutsch、Português、Русский、中文）；抽象风格的语音轨迹球皮肤，支持全屏模式；由用户选择、cartridge 可即时继承的强调色；包含 16 种原型的认知视角，可改变语音风格，却绝不影响检索；以及重建后的网页搜索。
2026 年 7 月 29 日	v1.3.5 · 封存的知识库	可选择启用静态 AES-256 加密，并使用 24 词恢复短语；备份内容由允许列表决定，只备份真正属于你的内容；约 10 GB 的机器绑定工具链已移出数据文件夹。
2026 年 7 月 22 日	v1.3.4	首个经过代码签名的 Windows 版本，不再显示“未知发布者”。
2026 年 7 月 20 日	v1.3.3 · 主权账本	信用经济：应用内积分与许可证流程、面向 cartridge 构建者的创作者驾驶舱，以及由真实安装计数支持的主权化名。
2026 年 7 月 19 日	v1.3.0 · 记忆契约	封存的核心、由用户决定哪些内容永久保留的应用沙盒知识库，以及记忆清除治理机制。
2026 年 7 月 7 日	v1.2.0 · 阅读引擎	可为你朗读内容的 PDF 图书馆、延迟执行的本地 OCR、语音朗读，以及底层的脊柱记忆引擎。
→ 所有发布版本

✍️ 博客文章

产品网站上关于发布版本和活动的深度故事：

• 乘数无法拯救零：稠密嵌入无法识别罕见的专有名词。有效的方法是：再进行一次完全本地化的排序，并按排名融合；两次复现实验、一个包含 48 个问题的留出集，以及每个数字都可审计。
• 72.9%：以及我们答错的三个问题：在完整 haystack 变体上进行 LongMemEval 测试——这是无人展示的那个版本：测试数据、协议、我们证伪的调节因素，以及我们承认答错的问题。
• 我们让个性接管了记忆，结果损失了 31 分。：我们今年打造的最具诱惑力的功能，让检索效果明显变差；本文介绍消融实验，以及为什么个性功能最终只是个装饰。
• 存在不等于可加载：某个软件包即使存在且版本正确，仍可能无法被导入它的代码访问。
• 我的大脑一直渴求的记忆：本文讲述这个操作系统为何存在：它不是一款产品，而是为一个运转速度超越世界的大脑打造的假体。（法语原文）

→ 所有文章

---