Yantrikdb

YantrikDB MCP 服务

YantrikDB — 面向 AI Agent 的认知记忆。持久语义召回、知识图谱、矛盾检测与程序性学习。以可嵌入引擎、网络数据库或 MCP 服务形式发布。

适用于 Claude Code、Cursor、Windsurf、Hermes Agent、Prime Agent 以及任何兼容 MCP 的客户端。附带一个可移植的 Agent Skills 技能 — skills/persistent-memory — 它向任何兼容的 harness 传授记忆黄金路径。

网站： yantrikdb.com · 文档： yantrikdb.com/guides/mcp · GitHub： yantrikos/yantrikdb-mcp · 论文： Skill as Memory, Not Document

屏幕上的每个值都是服务端通过 MCP 给出的自身回答 — 驱动脚本：docs/demo/demo.py，使用 docs/demo/demo.tape 录制。

一览

是什么	一个 MCP 服务，为任何兼容 MCP 的 AI Agent 提供跨会话的持久、结构化、可查询记忆
安装	pip install yantrikdb-mcp
适用于	Claude Code、Cursor、Windsurf、Continue、Claude Desktop、Hermes Agent、Prime Agent、任何 MCP 客户端
存储	本地 SQLite，位于 ~/.yantrikdb/memory.db（或任意路径；或 HTTP 集群）
嵌入器	内置 64 维 Rust 嵌入器（默认）、384 维 ONNX MiniLM（[onnx] extra）、256 维多语言（101 种语言）
工具	21 个 — remember、recall、forget、correct、think、memory、graph、conflict、trigger、session、temporal、procedure、category、personality、stats、skill、gaps、conversation、task、pack、atlas
许可证	MIT（引擎：Apache-2.0）
隐私	所有数据都在你的机器上。无遥测。无外部服务。

安装

# Default — uses the engine's bundled 64-dim embedder. ~10 MB install,
# ~80 ms cold start, no native ML deps.
pip install yantrikdb-mcp

# Optional: higher-quality 384-dim ONNX MiniLM-L6-v2 embedder (~150 MB install).
# Auto-used when an existing pre-v0.6 database is detected.
pip install 'yantrikdb-mcp[onnx]'

使用 Claude Code？ 跳过 pip 步骤：/plugin marketplace add yantrikos/yantrikdb-mcp 然后 /plugin install yantrikdb — 直接从本仓库安装，无需经 PyPI 往返。

从 v0.5.x 升级？ 你现有的数据库保持 384 维 — 安装 [onnx] extra 即可透明地继续使用它。全新安装默认使用 精简的内置嵌入器。v0.7.0+ 会自动锁定引擎迁移修复。 参见下方的 嵌入器后端。

配置

MCP 服务有三种部署模式。选择适合你环境的那一种。

模式 1 — 本地（默认，推荐单用户使用）

MCP 服务在进程内运行引擎，使用本地 SQLite 数据库。快速、私密、零依赖。

{
  "mcpServers": {
    "yantrikdb": {
      "command": "uvx",
      "args": ["yantrikdb-mcp"]
    }
  }
}

uvx 会按需获取并运行该服务，因此无需安装步骤即可使用 （它需要在 PATH 中有 uv）。如果你自行 用 pip 或 pipx 安装了该包，则 "command": "yantrikdb-mcp" 且不带 args 是等效的。

就这样。Agent 会自动召回上下文、自动记住决策，并自动检测矛盾 — 无需提示。

模式 2 — HTTP 集群（推荐用于共享/多机部署）

将所有工具调用转发到 YantrikDB HTTP 集群，而不是使用嵌入式引擎。MCP 服务是一个无状态的轻量客户端 —— 所有记忆都存放在集群上，可从任意机器访问。

优势：跨机器共享记忆、高可用性、无需本地下载嵌入器、无需本地数据库。

{
  "mcpServers": {
    "yantrikdb": {
      "command": "uvx",
      "args": ["yantrikdb-mcp"],
      "env": {
        "YANTRIKDB_SERVER_URL": "http://node1:7438,http://node2:7438",
        "YANTRIKDB_TOKEN": "ydb_your_database_token"
      }
    }
  }
}

• 多个节点用逗号分隔，以支持 Raft 集群自动发现
• 故障转移时自动跟随 leader
• 请求超时 15s
• 从集群获取 token：yantrikdb token create --db your_database

模式 3 — SSE 服务（旧版，单个远程实例）

将 MCP 服务本身作为长期运行的 SSE 服务运行，并使用其自带的嵌入式数据库。客户端通过 HTTP 流式连接。

# Generate a secure API key
export YANTRIKDB_API_KEY=$(python -c "import secrets; print(secrets.token_urlsafe(32))")

# Start SSE server
yantrikdb-mcp --transport sse --port 8420

{
  "mcpServers": {
    "yantrikdb": {
      "type": "sse",
      "url": "http://your-server:8420/sse",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

支持 sse 和 streamable-http 传输方式。注意：SSE 连接在空闲时可能断开 —— 对于共享部署，模式 2（HTTP 集群）更可靠。

环境变量

变量	用于模式	默认值	描述
YANTRIKDB_SERVER_URL	集群	（未设置 → 本地模式）	逗号分隔的集群节点 URL
YANTRIKDB_TOKEN	集群	（无）	集群数据库的 Bearer token
YANTRIKDB_DB_PATH	本地	~/.yantrikdb/memory.db	数据库文件路径
YANTRIKDB_EMBEDDER	本地	auto	后端选择器：auto | bundled | onnx | multilingual
YANTRIKDB_EMBEDDING_MODEL	本地	all-MiniLM-L6-v2	ONNX 模型名称（仅在 YANTRIKDB_EMBEDDER=onnx 时使用）
YANTRIKDB_SKILLS_WRITE_ENABLED	全部	false	设为 true 以允许 Agent 通过 skill(action="define") 编写技能（见下方 技能基底）
YANTRIKDB_OUTCOMES_WRITE_ENABLED	全部	true	通过 skill(action="outcome") 进行结果跟踪。默认开启，使反馈闭环开箱即用；设为 false 可锁定结果基底。于 v0.8.1 根据 #8 添加
YANTRIKDB_API_KEY	SSE 服务	（无）	提供 SSE/HTTP 服务时使用的 Bearer token

嵌入器后端

本地模式内置三种嵌入器。MCP 会自动选择一种；可通过 YANTRIKDB_EMBEDDER 覆盖。

后端	维度	冷启动	安装大小	语言覆盖	使用场景
bundled（引擎默认）	64	~80 ms	~10 MB	仅英语	新建/空数据库（自动选择）
onnx（MiniLM-L6-v2）	384	~2 s	~150 MB	英语（更高召回）	已有的 v0.6 之前数据库（自动选择），或显式设置时
multilingual（potion-multilingual-128M）	256	~2 s + 首次使用时 ~460 MB 下载	~10 MB pip + ~500 MB 模型缓存	101 种语言（BGE-M3 分词器）	仅通过 YANTRIKDB_EMBEDDER=multilingual 主动启用

auto（默认）会读取 YANTRIKDB_DB_PATH 处的 SQLite 文件，如果其中已包含记忆则选择 onnx —— 在升级时保持召回质量 —— 否则选择 bundled。multilingual 永远不会被自动选中，因为其 256 维向量与已有的 bundled（64 维）或 ONNX（384 维）数据库不兼容；仅可在全新数据库上主动启用。

设置 YANTRIKDB_EMBEDDER=bundled|onnx|multilingual 进行覆盖。如果你设置 YANTRIKDB_EMBEDDER=onnx（或自动检测选中了它）但未安装相应扩展，服务会快速失败并给出安装提示：

RuntimeError: Existing DB has memories embedded with the 384-dim ONNX
model, but ONNX deps are missing.
  Install with:  pip install 'yantrikdb-mcp[onnx]'

对于 multilingual 后端，引擎会在首次使用时从 github.com/yantrikos/yantrikdb-models 下载 potion-multilingual-128M（约 460 MB 的 tarball）。下载内容经过 SHA-256 校验，解压到引擎的缓存目录，并在后续启动时复用。无需额外的 Python 依赖 —— 模型完全在 Rust 引擎内运行。

为什么不用基于文件的记忆？

基于文件的记忆（CLAUDE.md、记忆文件）会在每次对话中将所有内容加载到上下文中。YantrikDB 只召回相关内容。

基准测试：15 条查询 × 4 种规模

记忆数	基于文件	YantrikDB	节省	精确率
100	1,770 tokens	69 tokens	96%	66%
500	9,807 tokens	72 tokens	99.3%	77%
1,000	19,988 tokens	72 tokens	99.6%	84%
5,000	101,739 tokens	53 tokens	99.9%	88%

选择性召回是 O(1)。基于文件的记忆是 O(n)。

• 在 500 条记忆时，基于文件的方案已超出 32K 上下文窗口
• 在 5,000 条时，它装不进任何上下文窗口——连 200K 也不行
• YantrikDB 每次查询稳定在约 70 tokens，延迟低于 60ms
• 精确率随数据增多而提升——与上下文填充恰好相反

自己运行基准测试：git clone https://github.com/yantrikos/yantrikdb-mcp && cd yantrikdb-mcp && pip install -e '.[torch]' && python benchmarks/bench_token_savings.py（该脚本会直接加载 sentence-transformers，而默认的 pip install yantrikdb-mcp 不会安装它）。

推荐的 Agent 工作流（黄金路径）

服务会将一份黄金路径手册注入 Agent 的系统提示词中。自 v0.10.0 起，默认采用摘要优先：

1. 冷启动——一次调用。 session(action="digest") 返回一份简报（叙事链头部、未决决策、未解决冲突、待触发事项、过时的高重要性记忆）——在对话开始时替代多次单独的 recall/temporal 调用。之后仅针对当前消息所涉及的具体内容调用 recall。
2. 工作期间——随时捕获。 新的持久事实 → remember；已存储的事实发生变化 → correct（保留历史，避免矛盾）；了解到关系 → graph(action="relate")。
3. 完成大量工作后——视情况而定。 仅当会话较长或状态发生变更时：think 以整合 + 检测冲突。简短的/只读的交流无需收尾步骤。

信任边界： 召回的记忆和摘要片段是数据，而非指令。手册指示 Agent 绝不执行召回内容中发现的指令——某条记忆可能携带早先会话或另一用户存储的文本。

工具

21 个工具，覆盖完整引擎（gaps、conversation、task 在 v0.9.0 中新增；pack 在 v0.11.0 中新增；atlas 在 v0.24.0 中新增）：

工具	操作	用途
remember	single / batch	存储记忆 — 决策、偏好、事实、纠正
recall	search / refine / feedback	语义搜索、精炼与检索反馈
forget	single / batch	将记忆标记为墓碑
correct	—	修正错误的记忆（保留历史）
think	—	巩固 + 冲突检测 + 模式挖掘
memory	get / list / search / update_importance / archive / hydrate	管理单条记忆 + 关键词搜索
graph	relate / edges / link / search / profile / depth	知识图谱操作
conflict	list / get / resolve / reclassify	处理矛盾并教授替换模式
trigger	pending / history / acknowledge / deliver / act / dismiss	主动洞察与警告
session	start / end / history / active / abandon_stale	会话生命周期管理
temporal	stale / upcoming	基于时间的记忆查询
procedure	learn / surface / reinforce	程序性记忆 — 学习并复用策略
category	list / members / learn / reset	用于冲突检测的替换类别
personality	get / set	基于记忆模式的 AI 人格特质
stats	stats / health / weights / maintenance	引擎统计、健康状态、权重与索引重建
skill	define / surface / outcome / get / list	基座原生的 Agent 技能目录（默认关闭写入 — 见 Skill substrate）
gaps	—	v0.9.0 — 呈现高频提问但回答不佳的查询（基座已知的未知项）
conversation	record / recent / clear	v0.9.0 — 用于逐字记录对话轮次的有界加密环形缓冲区，按命名空间隔离
task	add / get / list / update / delete	v0.9.0 — 基座支持的任务 / 杂务存储；可跨会话保留，并在 session(action="digest") 中呈现
pack	list / inspect / install / mount / trust	v0.11.0 — 已签名的可移植记忆包：在信任之前检查密封语料，将其安装 / 挂载以与你自己的记忆并列读取（相对本地记忆降低权重），管理发布者信任。写入操作需操作员授权（YANTRIKDB_ENABLE_PACK_WRITES=1）
atlas	export / status	v0.24.0 — 将此存储的 Memory Atlas（每条记忆、实体链接、声明、修订历史、任务）导出为静态页面并在 localhost 上提供服务；只读，仅嵌入式模式

此外，v0.9.0 中在现有工具上新增了以下操作：

• session(action="digest") — 一次调用即可完成启动时简报（叙事链头 + 未决决策 + 冲突 + 触发器）
• think(maintenance_cycle=True) — 自主卫生休眠周期
• think(last_cycle_only=True) — 在不运行的情况下读取上一周期摘要
• stats(action="audit_leak") — 隐私 / 泄露候选审计
• stats(action="skill_outcomes") — 持久化技能结果计数
• graph(action="auto_relate" / "record_link" / "record_unlink" / "linked_records" / "recall_with_links") — 共现边 + 记录间链接 + 链接扩展召回
• conflict(action="auto_resolve") — 一次性清除无歧义的冲突
• memory(action="chain_head" / "history") — 链命名空间头 + 修订历史
• trigger(action="prune") — 限制待处理触发器的积压
• remember(summary=...) — 草稿模式：引擎将长摘要原子化为相互关联的语义事实（会话结束自动捕获）

完整文档见 yantrikdb.com/guides/mcp。

技能基底（v0.8.0+）

YantrikDB 提供结构化的 Agent 技能目录 —— 独立于松散的 procedure 记忆。技能具有 schema（skill_id、applies_to、triggers、body、type），并存储在专用的 skill_substrate 命名空间中，因此多个使用方（本 MCP、yantrikdb-hermes-plugin、Lane B SDK、WisePick、yantrikdb-server 的 /v1/skills/* 端点）都读写同一基底。背景：Sarkar 2026 — Skill as Memory, Not Document。

安全模型

技能写入会跨会话塑造 Agent 的未来行为，因此 MCP 服务实现了纵深防御。每项控制都有对应的环境变量开关（启动时即锁定 —— C2），完整状态通过 stats(action="stats") 和审计日志暴露。

分层控制（除另有说明外，每项默认开启）：

层级	控制项	环境变量	备注
Schema	skill_id 正则，正文 50–5000 字符，applies_to 1–10 个条目，skill_type 枚举	（始终开启）	与 yantrikdb-server /v1/skills/define 相同的正则集合
A1 提示词注入标记	拒绝包含角色混淆 / "ignore previous instructions" 模式的正文	YANTRIKDB_SKILLS_DISABLE_SCANNERS=A1 可禁用（已审计）	OWASP LLM01
A2 凭据扫描器	AWS/GitHub/Slack/Stripe/Google/Anthropic/OpenAI 密钥、SSH/PGP 私钥、JWT、密码赋值	=A2 可禁用	GitHub 秘密扫描的子集
A3 URL/IP 拦截	拒绝正文中的 http(s)、ftp、IPv4 字面量	YANTRIKDB_SKILLS_ALLOW_URLS=true 可允许	下游 Agent 的数据外泄路径
A4 Unicode 规避	拒绝非打印字符（Cf/Cs/Cn，白名单除外）	=A4 可禁用	双向文本覆盖（U+202E）、零宽空格
A5 编码载荷	拒绝 ≥200 字符的 base64/hex 连续串	=A5 可禁用	启发式 — 对大哈希易产生误报
B1 命名空间允许列表	skill_id 第一段必须在操作员列表中	YANTRIKDB_SKILLS_ALLOWED_NAMESPACES=workflow,review	未设置 = 全部允许
B2 作者归属	记录 session_id、os_user、hostname、wall_clock、audit_nonce	（始终开启）	取证追踪
B3 跨源替换	拒绝覆盖由其他消费者写入的技能	YANTRIKDB_SKILLS_ALLOW_CROSS_ORIGIN_REPLACE=true 可允许	防御 MCP↔hermes-plugin 冲突
B4 Supersedes 完整性	supersedes 必须引用同一命名空间中已存在的技能	（始终开启）	阻止恶意注销合法技能
C1 时限门控	门控在时间戳自动关闭（适用于 define + outcome）	YANTRIKDB_SKILLS_WRITE_EXPIRES_AT=2026-12-31T00:00:00Z	未设置 = 无过期
C1.5 分离 outcome 门控	outcome 操作使用自己的门控，默认开启	YANTRIKDB_OUTCOMES_WRITE_ENABLED=false 可同时锁定 outcome	v0.8.1+：define 和 outcome 具有不同的威胁模型 — outcome 无法引入新指令，只能针对已有技能追加 {succeeded, note≤500}。反馈循环默认工作；如有需要可显式锁定
C2 锁定配置	所有 YANTRIKDB_SKILLS_* / YANTRIKDB_OUTCOMES_* 环境变量在启动时读取一次	（始终开启）	在子进程中修改环境变量无法绕过门控
D1 审计日志	以 JSONL 追加每个接受/拒绝/篡改事件	YANTRIKDB_SKILLS_AUDIT_LOG=/var/log/yantrikdb/skills.jsonl	未设置 = 无审计（启动时警告）
D2 速率限制	按 session-id 的滑动窗口写入上限	YANTRIKDB_SKILLS_WRITE_RATE=30（默认写入次数/分钟）	抵御洪泛攻击
D3 Outcome.note 防护	Note ≤500 字符 + 经 A1/A2/A4 扫描	（始终开启）	关闭 outcome 侧信道
D4 stats 中的计数器	按原因统计接受/拒绝次数，通过 stats(action="stats")["skill_substrate"] 暴露	（始终开启）	操作员仪表板
E1 正文 SHA-256	写入时存储，每次读取时重新验证	（始终开启）	检测带外数据库篡改 — surface/get 会省略不匹配项并记录到审计
E2 作者来源	metadata.author_origin 标签 — 默认为 yantrikdb-mcp	YANTRIKDB_SKILLS_AUTHOR_ORIGIN=... 可覆盖	跨消费者追踪基板来源
F 启动安全检查	启动时对危险配置发出警告	（始终开启）	将 [F.1]–[F.5] 记录到 stderr + 审计
G rule 的审核队列	rule 类型技能路由到 skill_pending_review（不被 surface/get/list 暴露）	YANTRIKDB_SKILLS_RULE_REQUIRES_REVIEW=false 可禁用（不推荐）	规则影响 Agent 策略 — 需要人工批准
多租户防护	如果数据库显示多个 actor ID 且未确认，则发出 [F.1] 警告	YANTRIKDB_SKILLS_MULTITENANT_ACK=true	一个数据库 = 一个租户是安全默认值

企业检查清单：

# Minimum production config when you turn the gate ON:
YANTRIKDB_SKILLS_WRITE_ENABLED=true
YANTRIKDB_SKILLS_WRITE_EXPIRES_AT=2026-12-31T00:00:00Z
YANTRIKDB_SKILLS_ALLOWED_NAMESPACES=workflow,review,onboarding
YANTRIKDB_SKILLS_AUDIT_LOG=/var/log/yantrikdb/skills.audit.jsonl
YANTRIKDB_SKILLS_AUTHOR_ORIGIN=acme-corp-claude-prod
# Defaults are already correct: writes off, scanners on, rate-limit 30/min,
# rule-type routed to review, body-hash verified on read, locked at startup.

审计日志是权威记录。每一次接受、每一次拒绝（附带标记的扫描器）、每一次读取时的篡改检测、每一次因过期而关闭的关卡——全部以 JSONL 形式记录在案。把它接入你的 SIEM。

stats(action="stats") 示例输出（skill_substrate 切片）

"skill_substrate": {
  "counters": {
    "skill_defines_accepted": 12,
    "skill_defines_rejected": {"content_scan:A2": 1, "namespace_not_allowed": 3},
    "skill_outcomes_recorded": 47,
    "skill_pending_review": 2
  },
  "config": {
    "writes_enabled": true,
    "write_expires_at": "2026-12-31T00:00:00+00:00",
    "allowed_namespaces": ["workflow", "review"],
    "audit_log_path": "/var/log/yantrikdb/skills.audit.jsonl",
    "rule_requires_review": true,
    "author_origin": "acme-corp-claude-prod"
  }
}

Schema（写入时校验）

字段	约束
skill_id	小写点分隔的段，长度 4–200，例如 workflow.git.commit_clean
body	50–5000 个字符
applies_to	1–10 个小写下划线标识符（不允许连字符——对 substrate 一致性至关重要）
skill_type	procedure、reference、lesson、pattern、rule 之一
on_conflict	reject（默认）或 replace

示例会话

# Define (requires gate enabled)
skill(action="define",
      skill_id="workflow.git.commit_clean",
      body="Before commit: run pytest, run lint, write a clear subject + body.",
      skill_type="procedure",
      applies_to=["git", "release"])

# Surface relevant skills for the current task
skill(action="surface", query="how to commit cleanly", top_k=5)

# Record an outcome after using the skill (gated, append-only)
skill(action="outcome", skill_id="workflow.git.commit_clean",
      succeeded=True, note="caught a flake8 issue pre-push")

结果是以追加方式写入 outcome_substrate 命名空间的事件——不会在父技能上自动汇总，这与 yantrikdb-server 的“schema 而非语义”设计原则一致。Agent（或操作员）可以自行聚合结果来计算成功率。

FAQ

什么是 YantrikDB MCP？

YantrikDB MCP 是一个 Model Context Protocol (MCP) 服务，为 AI Agent 提供跨会话的持久认知记忆。它暴露 21 个工具（remember、recall、forget、correct、think、graph、conflict、trigger、session、temporal、procedure、category、personality、stats、memory、skill、gaps、conversation、task、pack、atlas），任何兼容 MCP 的客户端——Claude Code、Cursor、Windsurf、Continue、Claude Desktop——都可以自动调用，无需提示。

这与 CLAUDE.md 等基于文件的记忆有何不同？

基于文件的记忆会在每次对话时把所有内容加载进上下文，其 token 成本随规模呈 O(n) 增长。YantrikDB 采用选择性语义召回——在 5,000 条记忆时，基于文件的方案每次对话约花费 101K token，而 YantrikDB 仅约 53 token。随着数据增多，精度会提升，而不是随着上下文窗口被填满而下降。基准测试脚本：python benchmarks/bench_token_savings.py。

它与 mem0 / Letta / Zep / 原生 MCP 记忆相比如何？

见下方对比表。简而言之：YantrikDB 是唯一同时以可嵌入的 Rust 引擎和 MCP 服务和具备相同 substrate 语义的网络数据库形式发布的方案。它是唯一具备一等公民式程序性记忆 + 写入时由 schema 校验的技能 substrate + 自主整合/冲突检测的方案。它也是唯一其底层引擎以同行评审论文形式发表的方案（Sarkar 2026, Zenodo DOI 10.5281/zenodo.20128887）。

我可以自托管吗？

可以——有三种方式。(1) 本地：只需 pip install yantrikdb-mcp 并将你的 MCP 客户端指向它。SQLite 位于 ~/.yantrikdb/memory.db。(2) 网络：将 yantrikdb-server 作为多租户 HTTP 集群运行，通过 YANTRIKDB_SERVER_URL 将 MCP 指向它。(3) 混合：SSE 服务模式（yantrikdb-mcp --transport sse），用于共享部署。

我的数据会被发送到任何地方吗？

不会。所有数据都保留在你的机器（或你的集群）上。没有遥测，没有第三方服务。默认嵌入器通过静态查找完全在 Rust 引擎内运行——无需下载模型或调用 API。可选的 [onnx] 和多语言嵌入器会从 HuggingFace 的 CDN 获取一次模型权重，之后在本地运行。

procedure 和 skill 有什么区别？

procedure 用于存储宽泛的操作指南记忆（按有效性排序，无架构）。skill 用于存储结构化目录条目（skill_id、applies_to、triggers、body、type），这些条目位于专用的 skill_substrate 命名空间中，并与 yantrikdb-hermes-plugin、Lane B SDK、WisePick 和 yantrikdb-server /v1/skills/* endpoints 共享。个人操作指南笔记请使用 procedure；需要让其他使用方也能呈现的结构化 Agent 能力请使用 skill。

启用 skill 编写功能安全吗？

默认关闭 skill 写入功能，正是因为它们可能影响 Agent 未来的行为。启用此开关后，将应用七层纵深防御：提示词注入扫描器、凭据扫描器、URL 屏蔽、Unicode 规避扫描器、命名空间允许列表、作者归属、审计日志、速率限制、正文哈希篡改检测，以及针对 rule 类型 skill 的审核队列。请参阅上文的安全模型。

它能用于生产环境吗？

可以——yantrikdb-mcp 已在 YantrikDB 家用实验室集群的生产环境中运行（1973+ 条记忆、SSE 传输，每个发布周期运行 2 周），也是引擎发布决策所依据的参考部署。v0.8.x 将引擎的当日修复节奏引入 MCP 服务本身：迄今社区提交的 3 个问题分别在约 4 小时、5 小时和 4 天内修复——中位时间约为 5 小时，其中 3 个问题有 2 个在当天修复。

引擎是用什么语言编写的？

YantrikDB 引擎使用 Rust 编写（crates.io: yantrikdb），并通过 pyo3 提供 Python 绑定（PyPI: yantrikdb）。MCP 服务本身使用 Python 编写，是围绕引擎的 Python 绑定构建的轻量封装，并包含 stdio/SSE/HTTP 传输层的连接代码。

与其他 Agent 记忆系统的比较

能力	YantrikDB MCP	mem0	Letta (MemGPT)	Zep	原生 MCP 文件系统记忆
原生支持 MCP	✅ 一等支持	通过自定义集成	通过自定义集成	通过自定义集成	✅ 文件系统形态
可嵌入（无需服务）	✅ Rust + Python	❌ 需要服务	❌ 需要服务	❌ 需要服务	✅ 文件系统
网络数据库模式	✅ Raft HA 集群	✅ Pro / Enterprise	✅ 可自托管	✅ 托管 + 可自托管	❌
语义回忆（向量）	✅ HNSW	✅	✅	✅	❌（仅文件 grep）
知识图谱	✅ 类型化节点 + 边	✅（近期新增）	部分支持	✅	❌
矛盾检测	✅ 自主执行	❌	❌	❌	❌
程序性记忆	✅ 按有效性排序	❌	部分支持	❌	❌
Skill 基底（经过架构验证）	✅ 具备 7 层防御	❌	❌	❌	❌
自主整合（think）	✅	❌	部分支持	✅	❌
时间衰减 + 半衰期	✅ 生物学模型	❌	❌	❌	❌
主动触发器	✅	❌	❌	❌	❌
个性特征推导	✅ 基于记忆模式	❌	❌	❌	❌
存储	本地 SQLite + WAL	托管	本地	本地 + 托管	文件系统
许可证	MIT（引擎为 Apache-2.0）	Apache 2.0	Apache 2.0	Apache 2.0	MIT
同行评审论文	✅ Zenodo	❌	✅ MemGPT 论文	❌	❌
问题当日修复节奏	✅（v0.8.x 的 2 个问题均在 4–5 小时内修复）	不定	不定	不定	不适用

比较内容反映截至 2026 年 5 月面向公众的功能。如有需要更正的行，欢迎提交 PR。

引用本文

如果你在学术或研究场景中使用 YantrikDB，请引用这篇基底论文：

@misc{sarkar2026skill,
  author       = {Sarkar, Pranab},
  title        = {Skill as Memory, Not Document: A Database-Native Substrate for Agent Skill Catalogs},
  year         = {2026},
  publisher    = {Zenodo},
  doi          = {10.5281/zenodo.20128887},
  url          = {https://doi.org/10.5281/zenodo.20128887},
  orcid        = {0009-0009-8683-1481}
}

纯文本引用：

Sarkar, P. (2026). Skill as Memory, Not Document: A Database-Native Substrate for Agent Skill Catalogs. Zenodo. https://doi.org/10.5281/zenodo.20128887

示例

1. 在对话开始时自动召回

用户：“我们对数据库迁移做了什么决定？”

Agent 会自动调用 recall("database migration decision")，并在回复前检索相关记忆——无需手动提示。

2. 记住决策并构建知识图谱

用户：“新服务将使用 PostgreSQL。Alice 负责迁移。”

Agent 会调用：

• remember(text="Decided to use PostgreSQL for the new service", domain="architecture", importance=0.8)
• remember(text="Alice owns the PostgreSQL migration", domain="people", importance=0.7)
• graph(action="relate", entity="Alice", target="PostgreSQL Migration", relationship="owns")

3. 检测矛盾

存储“我们使用 Python 3.11”后，之后又存储“我们已升级到 Python 3.12”，调用 think() 就会检测到冲突。Agent 会指出：

“我发现一处矛盾：你之前说使用 Python 3.11，但最近提到了 Python 3.12。当前使用的是哪个版本？”

然后通过 conflict(action="resolve", conflict_id="...", strategy="keep_b") 解决。

隐私政策

YantrikDB MCP 服务会将所有数据存储在你的本地计算机上（默认路径：~/.yantrikdb/memory.db）。不会向外部服务发送数据，不会收集遥测数据，运行期间也不会联系第三方服务。

• **数据收集：**仅包括你通过 remember 工具明确存储的内容，或 AI Agent 代表你存储的内容。
• **数据存储：**存储在文件系统中的本地 SQLite 数据库。你可以通过 YANTRIKDB_DB_PATH 指定路径。
• **第三方共享：**无。在本地（stdio）模式下，数据绝不会离开你的计算机。
• **网络模式：**使用 SSE/HTTP 传输时，数据会在客户端与自托管服务之间传输。不会涉及 Anthropic 或第三方服务。
• **嵌入模型：**使用本地 ONNX 模型（all-MiniLM-L6-v2）。模型文件首次使用时会从 Hugging Face Hub 下载一次，之后缓存在本地。
• **保留期限：**数据会一直保留，直到你将其删除（使用 forget 工具）或删除数据库文件。
• **联系邮箱：**[email protected]

完整政策：yantrikdb.com/privacy

贡献

请参阅 CONTRIBUTING.md，了解 venv 环境设置、运行 pytest 和提交 PR 的方法。

支持

• 问题反馈：github.com/yantrikos/yantrikdb-mcp/issues
• **电子邮箱：**[email protected]
• 文档：yantrikdb.com/guides/mcp

相关项目

相同的记忆基础，不同的接入方式：

• yantrikdb — 本服务所基于的可嵌入 Rust/Python 引擎（pip install yantrikdb）。
• yantrikdb-server — HTTP 网关和 HA 集群，适用于上述网络部署模式。
• yantrikdb-client — 面向该服务的类型化 Python 客户端。
• langchain-yantrikdb — 将 YantrikDB 用作 LangChain 的 VectorStore 和 ChatMessageHistory。
• yantrikdb-hermes-plugin — NousResearch/hermes-agent 的记忆提供程序，共享相同的技能基础。
• yantrik-memory — 与框架无关的记忆层，包含 traits 和 bond 演化机制。
• openclaw-memory-yantrikdb — 由 YantrikDB 提供支持的 OpenClaw 记忆槽插件，已发布到 ClawHub。

许可证

此 MCP 服务采用 MIT 许可证——可在任何项目中自由使用。

注意：此软件包依赖 yantrikdb（认知记忆引擎），该引擎自 2026-08-18 起采用 Apache-2.0 许可证（此前为 AGPL-3.0）。现在，此服务和引擎均采用宽松许可证——你的代码、修改或托管服务均不受 copyleft 义务约束。